Llama 3 8B 多次采样在竞赛编程与形式化数学上超越 GPT-4o 单次表现

agihouse_org · x · 2026-11-17

AGI House 推文线程:Azalia Mirhoseini 实验室的「Large Language Monkeys」论文显示,Llama 3 8B 通过大量采样,在竞赛编程和形式化数学证明上超越了 GPT-4o 的单次尝试成绩。论点是测试时计算(test-time compute)是新的 scaling 前沿——小模型其实已掌握大量知识,测试时扩展能把它挖掘出来。

所属事件:多次采样让 Llama 3 8B 超越 GPT-4o 单次表现(2 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →