16k参数模型在数独极端难度达99%准确率
热点事件持续更新
16k参数模型在数独极端难度达99%准确率
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究者 Tommaso Salvatori 等提出 Tiny Recursive Message Passing 方法，将递归 Transformer 的深度监督、截断递归与离散演绎格等测试时方法应用于消息传递网络，发现两种机制互补，可在 Sudoku-Extreme 上以约 1.6 万参数的模型取得约 99% 测试准确率。 据该研究，训练在 H100 上约需 10 分钟，在 CPU 上约需 9 小时。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AITiny Recursive Message Passing：16k 参数模型在 Sudoku-Extreme 上达 99% 准确率
研究者将递归 Transformer 的深度监督、截断递归与离散演绎格等测试时方法应用于消息传递网络，发现两种机制互补，可在 Sudoku-Extreme 上以 16k 参数模型取得约 99% 测试准确率，H100 训练约 10 分钟、CPU 约 9 小时。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。