Mamba作者新理論:壓縮即智能 無預訓練闖ARC榜三
Mamba作者Albert Gu團隊發表CompressARC研究,以最小描述長度原則踐行壓縮即智能。僅7.6萬參數、未經預訓練的模型,在ARC-AGI-1基準解決了兩成問題。
壓縮即智能的新證據
Mamba作者Albert Gu團隊在最新研究CompressARC中,給出一個有別於大規模預訓練的智能配方,理論基礎是最小描述長度(MDL)原則,主張壓縮即智能。
研究顯示,僅透過在推理階段最小化目標謎題的描述長度,一個7.6萬參數、完全未經預訓練的模型,便能在ARC-AGI-1基準上解決20%的問題。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
