返回热点榜
llm热度 6.6°

AI 聚合热点事件 · 2026/11/18

能量推理器实现 385 倍推理效率提升

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/18 17:29:32
全景综述与最新动态
1 家信源交叉印证

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。

最新动向/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。

逐小时热度走势

31 个完整观测小时
当前
6.6
峰值
13.319:00
近 24h 变化
-43%

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。

报道时间线

共 1 篇 · 最新优先
  1. 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%