跳到正文
热点事件持续更新

IBM发布CRAM能量模型并报告推理提速

1 篇报道1 个报道来源35 分钟前更新

先了解这件事

AI 综述

IBM研究者Hoover等发布论文,提出基于Hopfield与Tank能量的学习型模型CRAM。论文报告,该模型在单GPU训练后,用42毫秒解出99.996%的Sudoku-Extreme,用132毫秒解出全部Maze-Unique,速度较looped模型至少快1000倍。 作者同时指出,数独和迷宫可被平凡求解,因此这些基准不足以检验looped reasoning的可扩展性。

AI 根据报道生成 · 12 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. AGI Hunt
    CRAM 能量模型训练提速 1000 倍,42ms 解出 99.996% Sudoku-Extreme

    IBM 研究者提出 CRAM,一种基于 Hopfield & Tank 能量的学习型能量模型,训练后仅用 42ms 即解出 99.996% 的 Sudoku-Extreme。

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。