研究人员提出了 Mirror Theory，该理论提出根据智能系统在重复反思下进行持续、连贯的能力来评估智能系统。该理论通过可行路径熵 (VPE) 来实现，VPE 是在有限预算内对已验证的续写能力的一种衡量标准。在 Qwen2.5-Instruct 模型上使用 GSM8K 基准进行的实验表明，增加 token 预算可显著提高已验证的可达性和模式多样性。值得注意的是，Qwen2.5-1.5B 模型表现出比更大的 Qwen2.5-3B 模型更强的 Mirror Horizon，这表明能力是由可访问的已验证续写能力定义的，而不仅仅是参数数量。 AI
影响 引入了一个新的理论框架，用于评估超越简单准确性的 AI 能力，可能影响未来的 AI 开发和基准测试。
排序理由 这是一篇研究论文，介绍了衡量 AI 能力的新理论框架和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- GSM8K
- Hugging Face
- IArxiv Recommender
- Influence Flower
- Mirror Theory
- Qwen2.5-1.5B
- Qwen2.5-3B
- Qwen2.5-Instruct
- ScienceCast
- viable path entropy
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
