150Mパラメータの推論モデルがARC-AGI-1でコスト対精度の新記録を樹立
ワンポイント150Mモデルが1タスク0.0007ドルでARC-AGI-1の効率記録を更新
この記事は Hacker News (trusted domains) の一次情報をもとにAIが再構成したものです。 原文を読む →
Pathwayの研究チームは、文脈内学習と再帰的な潜在空間推論を組み合わせた150Mパラメータのモデル「BDH-CQ」を発表しました。ARC-AGI-1評価セットにおいて、1タスクあたり0.0007ドルという低コストでpass@2 29.5%を達成し、従来報告されていたコスト対精度のパレートフロンティアを更新しました。
全文を読むには有料プランへの登録が必要です。
プランを見る →