MIT用121个游戏重看AI推理
一套模型在棋盘上跑得慢,未必更像人。MIT、剑桥和普林斯顿等团队新发在 Nature 的研究,把问题换成 121 个陌生棋类规则后,结论反倒指向一条很轻的路线:人第一次看见新游戏时,靠的多半是少量、浅层、带目标感的心理模拟。 这件事放到 A
收录 推理模型 相关 AI 新闻、产品动态和产业观察。 本页收录 4 篇已发布文章。
一套模型在棋盘上跑得慢,未必更像人。MIT、剑桥和普林斯顿等团队新发在 Nature 的研究,把问题换成 121 个陌生棋类规则后,结论反倒指向一条很轻的路线:人第一次看见新游戏时,靠的多半是少量、浅层、带目标感的心理模拟。 这件事放到 A
5月20号晚上,OpenAI扔了一份证明出来。 1946年Paul Erdős问过一个问题:平面上摆n个点,能有多少对点彼此距离恰好等于1?整整80年里,数学界主流的答案是——按方格排大致就接近最优,对数最多到 n^ 1+o 1 ——意思是
Arcee AI是家只有26个人的小公司,但他们刚做了一件让圈子里很多人吃惊的事:花了公司大约一半的风险投资,2000万美元,用2048块英伟达B300 GPU跑了33天,训出了一个400亿参数的开源推理模型——Trinity Large
一篇发表在《自然·通讯》上的论文,正在AI安全圈里炸锅。 斯图加特大学和ELLIS阿利坎特研究所的团队做了一件很简单的事:让一个推理大模型去攻击另一个大模型,看能不能把对方的安全护栏搞掉。结果让人脊背发凉—— 总成功率97.14% ,25,