标签: API

Hugging Face 论文提出自改进记忆 SIM,跨模型延续优化得分提升 2.36 分

Hugging Face 论文提出自改进记忆 SIM,跨模型延续优化得分提升 2.36 分

Hugging Face Papers 收录的一篇论文提出“自改进记忆”(SIM),让负责改写 harness(驾驭层/评测框架)的优化器记住历次修改的理由与效果,从而在更换基准或策略模型后仍能延续优化。它值得关注,是因为这触及了 AI 系统“持续递归自我改进”这一工程难题,而不仅是单次跑分。

推理模型“想太多”反丢分:arXiv论文提出用承诺-判决差衡量停止时机

推理模型“想太多”反丢分:arXiv论文提出用承诺-判决差衡量停止时机

arXiv 上一篇新论文指出,推理模型在已经答对后继续思考可能把答案改错,而只看最终答案是否正确无法判断何时该停。论文提出用“当前答案正确的概率(承诺)”与“最终答案正确的概率(判决)”之差来衡量继续思考的收益,并在 MATH-500 上测得 DeepSeek-R1-Distill-Qwen-1.5B 在已答…