VIDRAFT 发布了 Darwin-180B-RSI,这是一个拥有 1800 亿参数的语言模型,在 LEXam 和 LEXam-hard 这两个法律推理基准测试中均取得了最高排名。值得注意的是,该模型在没有任何特定法律训练数据的情况下实现了这一目标,展示了其从一般数学和科学问题解决中涌现出的推理能力。这一成就归功于 VIDRAFT 创新的诊断驱动模型合并技术,以及带有零标记置信度(ZTC)机制的递归自我改进(RSI),该技术仅修改了模型参数的一小部分。 AI
影响 挑战了关于领域专业化的假设,并表明推理泛化能力可以有效地迁移到专业领域。
排序理由 语言模型的新基准测试结果,附有其方法论的技术细节。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Claude-4.5-Sonnet
- Darwin-180B-RSI
- DeepSeek-R1
- Gemini 2.5 Pro
- GPT-5
- Hugging Face
- LEXam-hard
- South Korea
- VIDRAFT
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →