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)→
「模型」频道最新
- Azalia Mirhoseini:开放与闭源前沿模型差距已缩至 6-12 个月 — agihouse_org · 2026-11-17
- 文学奖项AI检测罗生门月月重演:Pangram悬赏无人能证其误报 — QuintinPope5 · 2026-11-17
- repligate:Claude 3 Opus 难越狱靠的是「有主见」,后被削弱 — repligate · 2026-11-17
- 594B 开源模型跑进 4 台 DGX Spark,NVIDIA 随即开卖四机环套件 — AIFlow_ML · 2026-11-17
- Fable 5.2 被赞首个会忽略不重要反馈的模型:劝用户「别加新功能,先做完」 — neuroecology · 2026-11-17
- Gemini 新增 66 种语音与地区口音,走向本地化 — Dense_Primary629 · 2026-11-17