16k 参数小模型解 Sudoku-Extreme 准确率约 99%
热点事件持续更新
16k 参数小模型解 Sudoku-Extreme 准确率约 99%
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
Tommaso Salvatori 等作者发布论文 Tiny Recursive Message Passing，将递归 Transformer 的深度监督、截断递归与测试时程序应用于消息传递网络，称两者互补可得到参数高效的模型：16k 参数模型在 Sudoku-Extreme 上取得约 99% 测试准确率，在 H100 上训练约 10 分钟，在 CPU 上约 9 小时。 上述准确率与训练时长均为作者在论文中报告的结果。
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、截断递归与测试时程序应用于消息传递网络，两者互补后得到参数高效模型：16k 参数模型在 Sudoku-Extreme 上取得约 99% 测试准确率，在 H100 上约 10 分钟即可完成训练。
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。