SanSi 让 1.4B 小模型循环 8 次提升决策准确率
热点事件持续更新
SanSi 让 1.4B 小模型循环 8 次提升决策准确率
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
SanSi 通过让 Ouro-1.4B 模型重复运行同一批层最多 8 次，在 10,027 条测试决策上把准确率从同结构无循环模型的 58.4% 提升到 72.0%，代价是 7.7 倍算力。 在长于训练分布的 liar chains 上，SanSi 达到 72.6%，而 4.2B 单次前向模型仅 50.0%，即随机水平。每个循环都经过训练，因此同一模型可在 1 到 8 次循环间任意停止。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 04:02
SanSi 让 1.4B 小模型循环 8 次，决策准确率升至 72%报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- Rohan PaulSanSi 让 1.4B 小模型循环 8 次，决策准确率升至 72%
SanSi 通过让 Ouro-1.4B 模型重复运行同一批层最多 8 次，在 10,027 条测试决策上把准确率从同结构无循环模型的 58.4% 提升到 72.0%，代价是 7.7 倍算力。在长于训练分布的 liar chains 上，它达到 72.6%，而 4.2B 单次前向模型仅 50.0%，即随机水平。每个循环都经过训练，因此同一模型可在 1 到 8 次循环间任意停止。
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。