进化推理策略兼顾小模型成本与精度
热点事件持续更新
进化推理策略兼顾小模型成本与精度
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
普林斯顿与 Meta 提出“进化推理”方法:让策略智能体以代码编写并测试推理链,在 Qwen3 0.6B、1.7B、4B 等模型间路由,再把带精度和成本记录的结果存入共享库供后续任务复用。论文称,该方法在30项基准上的精度与最强手工基线相当(74.7%对74.0%),推理成本低39%。 研究称,迁移至GPT-5、Gemini 2.5后仍超过基线;关闭共享库后,同样搜索轮数下10项基准的精度由78.7%降至65.4%。但开发集不超过100个样本,30项中有6项持平或落后,BoolQ虽精度提高16%,成本却增至31倍;39%的降本也未计入搜索成本。
AI 根据报道生成 · 1 小时前更新
最新进展11月23日 00:03
普林斯顿/Meta 进化推理策略:Qwen3 小模型成本降 39%,精度持平报道时间线
沿着报道,了解事件的不同侧面。
11月23日
- AGI Hunt普林斯顿/Meta 进化推理策略:Qwen3 小模型成本降 39%,精度持平
普林斯顿与 Meta 提出以代码编写推理策略,并在 Qwen3 0.6B/1.7B/4B 间路由、从共享库复用已存策略。30 个 benchmark 上精度与最强手工基线持平(74.7% vs 74.0%),推理成本低 39%;策略迁移至 GPT-5、Gemini 2.5 后仍超基线,但 39% 成本未计搜索成本。
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。