用 5600 分之一算力预测 GSM8K 成绩:零分模型也能外推基准表现
josh_wills · x · 2026-11-04
研究团队(与 Delphi 项目相关)提出一种预测基准成绩的方法：把一个 benchmark 改造成一系列带提示(hint)的更简单版本，联合建模计算量 scale C 与提示等级 H,即可从得分为零的模型外推出原始 GSM8K(H=0)的准确率，误差 3 分以内，所用算力只有直接评估的 1/5600。
所属事件:斯坦福 Hinted Scaling Laws：以 1/5600 算力预测 GSM8K 成绩(7 条相关)→
「研究」频道最新
- 132 页音乐生成模型教程发布：覆盖扩散、流匹配与评估 — amaai-lab · 2026-11-04
- 开源 TaoMate-FVSR:音频引导的人脸视频修复,支持换声配音 — Apprehensive_Sky892 · 2026-11-04
- ProteoCraft 蛋白设计实测命中率 82.9%,最优 KD 达 0.879 nM — Lianhuiq · 2026-11-04
- Chetty 团队新论文:数字孪生用 ML 生成反事实,经 RCT 验证可规模化评估政策 — paulnovosad · 2026-11-04
- D&A 方法零训练把任意 VLM 变成机器人奖励模型，拿下三榜 SOTA — KyleMorgenstein · 2026-11-04
- 科学家天职是证伪自己：警惕基线没调好、数据泄漏与 reward hacking — tw_killian · 2026-11-04