11:57
官方账号arXiv cs.AI@Huan Zhu
推荐理由：这篇论文提出沙漏推理，让GPT-5.5和Gemini 3.1 Pro在ARC-AGI、ChipBench等基准上大幅提升，不是靠新模型，而是靠精巧的推理结构设计，值得搞推理的人看看。
少样本推理
共 1 条相关 AI 资讯
7月14日
11:57
沙漏推理(Hourglass)是一种新的少样本归纳推理框架，通过强制推理阶段间的上下文隔离来提升大语言模型的归纳能力。在ARC-AGI-2视觉抽象基准上，使用GPT-5.5时，沙漏推理将5次尝试的最佳准确率比迭代改进基线提高了14个百分点。在ChipBench硬件综合任务中，使用GPT-5.5将Verilog综合准确率从31%提升至58%，几乎翻倍。在国际语言学奥林匹克的BBEH-Linguini谜题上，沙漏推理逆转了显式言语化对性能的损害趋势。消融实验证实，改进来源于阶段隔离和初始归纳质量，而非提示措辞或符号形式。