纯策略网络解魔方平均 28 步，距最优仅差 10 步
haydendevs · x · 2026-11-13
开发者测试了一个用于魔方求解的策略网络（未经专门为最优解训练）：完美求解器平均需要 18 步，而该纯策略网络平均只比最优多 10 步。作为对照，其他方法通常在测试时配合搜索算法，作者用同一套权重加上 10 万宽度的 beam search，平均步数降到 21.8 步。
所属事件:纯策略网络解魔方平均 28 步，距最优仅差 10 步(2 条相关)→
「模型」频道最新
- 开发者观察:Fable 5.2 的设计品味已超过 Opus 5.5 — adonis_singh · 2026-11-14
- 5400 次真机测试：Claude Fable 5.2 以 65% 成功率领跑机器人 agent 评测 — ricklamers · 2026-11-14
- Google Antigravity 上线 Gemini 4 Hydrogen 与 Orchestrator 混合调度 — minchoi · 2026-11-14
- LMArena 数据:榜首分数移动快 3 倍,4 月最佳模型成本降至 1/20 — arena · 2026-11-14
- 中国团队论文：思维链不是直线，而是分子般的拓扑结构 — mikeflache · 2026-11-14
- 126 万盲投数据：AI 不是变笨了，是用户标准每月提高 1.71 个百分点 — rohanpaul_ai · 2026-11-14