一种新的循环潜在推理模型，比典型的Transformer模型小得多，在ARC-AGI-1基准测试中取得了29.5%的显著分数。该模型在本次基准测试的成本-准确性前沿之外运行，每次任务的报告成本为0.0007美元。虽然前景看好，但随着模型扩展到更大的参数规模，还需要进一步评估。 AI
影响 展示了小型、更高效的模型在复杂推理任务上取得竞争性性能的潜力。
排序理由 该集群报告了一篇关于模型在基准测试中表现的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
