💥炸了!斯坦福×英伟达开源 CLM 把 Jev 按在地上摩擦:决策最快快 13 倍,还不写字,只比向量! Agent 每一步都要从候选动作里挑一个,大模型逐 token 写答案太慢。CLM 换思路:把当前局面和每个候选动作分别编码成向量,谁更近选谁;动作向量还能提前算好缓存,候选越多,优势越大。 跟点对比 3 个实例: 🔹恐龙跑酷:CLM 一次决策 16ms vs Jev 150ms,快约 9 倍,零样本照样过关 🔹Super Mar…

斯坦福与英伟达联合开源了 CLM 模型,它不再逐 token 写字,而是把当前局面和候选动作都编码成向量,直接比对谁更接近;在多个 Agent 决策任务中,决策速度比 Jev 快 4 到 13 倍。这条路让「System One」式的快速决策在单卡上跑通。








![[Bug]: pytorch rocm 6.0 with 7600xt = HSA_STATUS_ERROR_INVALID_ISA](https://www.chat-gpts.plus/wp-content/uploads/2026/09/15434-1e9b08ba-768x403.jpg)