Hacker News AIT2·78 分
能量推理器实现 385 倍推理效率提升
原标题:Energy-Based Reasoners: 385x more efficient inference
- 将循环推理更新建模为能量函数上的梯度下降,能量值同时充当停止判据
- Sudoku-Extreme 上达 99.9% 准确率,推理算力较次优模型减少 345 倍
- 提出基于探索的训练方法,塑造更广状态空间上的能量地形
- 多解基准上实现最优的不同有效解覆盖率,单样本准确率接近 100%
AI 聚合热点事件 · 2026/11/18
研究者提出能量推理器(EBRs),在潜空间上学习能量函数,将循环推理更新形式化为能量梯度下降,并利用能量值作为停止信号。在四个算法推理基准上,EBRs 匹配或超越现有循环推理模型,在 Sudoku-Extreme 上以 99.9% 准确率实现 345 倍推理算力节省,并在多解任务上达到最优解覆盖率。
曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。
原标题:Energy-Based Reasoners: 385x more efficient inference