Tower of hanoi
PulseAugur coverage of Tower of hanoi — every cluster mentioning Tower of hanoi across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
大型语言模型在复杂规划任务中难以维持内部世界模型
研究人员调查了大型语言模型为何在汉诺塔等规划谜题上遇到困难，特别是初始状态和目标状态复杂的变体。通过在预先计算好的解决方案上训练较小的 Transformer 模型，他们发现这些模型会发展出对谜题状态空间的一种涌现的“世界模型”，这对解决问题至关重要。然而，当将此应用于 Qwen3.6-27B 和 DeepSeek-R1-Distill-Qwen-32B 等更大的模型时，研究表明，虽然这些模型编码了类似的世界模型，但由于在规划过程中该…
-
答案集规划通过新的语义和LLM驱动的优化得到增强 · 跟踪2个来源
两篇新的研究论文探讨了答案集规划（ASP）的进展。第一篇论文介绍了一个统一的逻辑框架，即界限语义（Bound-Founded Semantics），用于表征具有线性约束的ASP扩展的各种语义，特别关注clingo[DL]。第二篇论文改编了StreamLLM方法，使用大型语言模型生成“streamliners”来优化ASP编码，通过修剪解空间，在基准问题上实现了显著的加速。
-
新的计算链架构提升了大型语言模型的规划能力
研究人员开发了一种名为计算链（Chain of Computation, COC）的新计算架构，以提高大型语言模型（LLMs）的规划能力。该架构将基于Transformer的模型集成到一个迭代循环中，并利用一个保持恒定大小但允许选择性信息访问的结构化上下文窗口（Structured Context Window, SCW）。实验表明，即使是使用COC训练的较小模型，在诸如BlocksWorld和Pancake Puzzle等规划问题上…
-
新的HDR框架提升视频模型的多步推理能力
研究人员推出了一种名为HDR（用于视觉推理的分层去噪）的新型框架，旨在增强视频基础模型的多步推理能力。HDR采用分层潜在结构，实现从粗到精的推理，与现有方法相比，提高了逻辑一致性并降低了推理成本。该框架在一个新基准上展示了成功率和推理轨迹一致性的显著提升，同时实现了显著更快的推理速度和更高的数据效率。