杜克、UIUC与哈佛团队提出能量模型推理器EBR
热点事件持续更新
杜克、UIUC与哈佛团队提出能量模型推理器EBR
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
杜克大学、UIUC 与哈佛的研究团队发表论文,提出 Energy-Based Reasoners(EBRs):模型在潜在推理状态上学习能量函数,把循环更新表述为对能量的梯度下降,从而无需外部验证器即可评分、精炼并判断停止。 据论文所述,仅有 180 万参数的 EBR 在 Sudoku-Extreme 上达到 99.9% 准确率,推理计算量比次优模型少 345 倍;在覆盖不同有效解方面达到当前最好水平,同时单次采样准确率接近 100%。
AI 根据报道生成 · 8 分钟前更新
最新进展11月18日 17:29
Energy-Based Reasoners:推理效率提升 345 倍的能耗模型推理器报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- Hacker NewsEnergy-Based Reasoners:推理效率提升 345 倍的能耗模型推理器
杜克大学、UIUC 与哈佛团队提出 Energy-Based Reasoners(EBRs),在潜在推理状态上学习能量函数,将循环更新表述为对能量的梯度下降,无需外部验证器即可评分、精炼并判断停止。
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。