CRAM 仅用 30 道 Sudoku 极难题训练即达近 100% 准确率
IgorCarron · x · 2026-11-17
Ben Hoover 介绍:CRAM 方法训练所需数据远少于 looped 模型——仅用 30 道 Sudoku-Extreme 谜题即可达到约 100% 测试准确率,而更大的 looped 模型需要 700+ 道。核心洞察是「学习约束比学习推理轨迹容易得多」。Igor Carron 评论称这是一种新型相变(phase transition),类比过去在 Sudoku 搜索算法中寻找相变的研究。
所属事件:IBM 发布能量模型 CRAM,数独任务训练提速逾千倍(3 条相关)→
「研究」频道最新
- arXiv论文《Agentic Computational Algebra》:Agent代数求解的三种模式实验 — rohanpaul_ai · 2026-11-17
- 科研 LLM 经 RAL 训练后连 Pangram 4.1 检测器也判为人类 — alejandroll10 · 2026-11-17
- 研究者号召把闲置 AI 算力拿去改进「三次割宽常数」 — rrwilliams · 2026-11-17
- ICLR 2027 讨论期结束,研究者呼吁审稿人至少回应作者 rebuttal — IanArawjo · 2026-11-17
- DeepMind 研究员用 AI 管线自动设计可平折 3D 折纸模型 — TZahavy · 2026-11-17
- 研究者发现 Claude 疑似被「喂」了控制评估 LinuxArena 并记住细节 — adam_karvonen · 2026-11-17