AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:数独×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
11:24
11:24小互@imxiaohu
精选
DiffusionGemma 模型支持微调,Unsloth 团队已成功演示通过微调让该模型学会解数独。这利用了双向注意力的优势,解决了自回归模型在全局约束任务上的天然短板。在特定垂直任务上,微调后的 DiffusionGemma 质量有望追上甚至超越自回归模型。这一进展为扩散模型在需要全局推理的领域打开了新可能。
AI模型DiffusionGemma微调双向注意力数独Unsloth

推荐理由:做垂直任务微调的开发者值得关注——DiffusionGemma 的双向注意力让数独这类全局约束问题有了新解法,建议试试在自家任务上微调对比效果。
原文
6月2日
10:10
10:10Gary Marcus@GaryMarcus
精选
Gary Marcus 转发了一条关于神经符号系统(Neurosymbolic)的突破性进展:通过让一个 80 万参数的 Transformer 像逻辑求解器一样推理,仅用 15 分钟训练计算就能在极难数独(sudoku-extreme)上达到 100% 准确率。这项工作由 Leo 在 Axiom Math AI 完成,标志着神经符号集成在推理任务上的重大进步。它展示了小模型通过符号化推理能力可以超越纯神经网络方法,为 AI 推理效率提供了新思路。
论文神经符号系统推理模型Transformer数独小模型

推荐理由:神经符号系统终于有了可量化的突破——小模型+符号推理就能碾压纯神经网络,做推理模型和逻辑 AI 的团队值得关注这个方向。
原文
5月21日
15:49
15:49rohanpaul_ai@rohanpaul_ai
精选72°
一种名为GRAM(生成式递归推理)的新模型,仅用1000万参数,通过同时探索多条推理路径,在硬数独谜题上达到97%准确率,超越此前最佳递归模型(87.4%)。传统递归模型是确定性的,容易陷入错误轨迹,而GRAM在每个推理步骤注入随机性,生成多样化的推理路径,并在测试时并行运行并选择最佳结果。在N皇后等多解任务中,GRAM保持近乎完美的准确率,而确定性模型随解数量增加而崩溃。此外,GRAM还能作为生成器,用16步生成有效数独谜题,成功率99%,远超扩散模型。
论文推理模型并行推理随机性数独GRAM

推荐理由:GRAM用随机性打破了递归模型的确定性瓶颈,做推理模型或搜索算法的研究者可以直接复现,做数独或组合优化应用的团队值得关注。
原文
精选全部日报登录