lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
หน้าแรก
AI
OPRR
ด่วน
ความลึก
กิจกรรม
BlockBeats Pro
เพิ่มเติม
การเงิน
พิเศษ
ระบบนิเวศบล็อกเชน
รายการ
พอดแคสต์
ข้อมูล
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
Partnered With:

ทีมอันดับหนึ่งของการแข่งขัน ARC ปรากฏตัว: Mostik สร้างสะพานเชื่อมระหว่างโมเดลขนาดใหญ่และขนาดเล็ก ประหยัดต้นทุนการสร้างโมเดลขนาดใหญ่

动察 Beating AI ข่าวด่วน ทีม CSTL ที่ครองอันดับหนึ่งชั่วคราวในการแข่งขัน ARC-AGI-3 Kaggle คือสตาร์ทอัพ AI ที่เพิ่งเปิดตัวชื่อ Mostik โดยผลงานปัจจุบันอยู่ที่ 7.51% ทีมมีทั้งหมด 15 คน รวมถึงปริญญาเอก 12 คน และผู้ได้รับรางวัล Fields Medal หนึ่งคน อย่างไรก็ตาม การแข่งขันยังไม่สิ้นสุด โดย Milestone ครั้งที่สองจะปิดอันดับในวันที่ 30 กันยายน และการส่งผลงานรอบสุดท้ายจะสิ้นสุดในวันที่ 2 พฤศจิกายน


Mostik ทำสิ่งที่ให้โมเดล AI ที่แตกต่างกันแลกเปลี่ยนสถานะภายในโดยตรง ระบบ Multi-Agent ทั่วไปส่วนใหญ่พึ่งพาการสื่อสารด้วยข้อความ แต่ทางบริษัทฝึก bridge ระหว่างโมเดลสองตัว เพื่อแปลง hidden states ของโมเดลหนึ่งให้เป็นการแสดงผลที่โมเดลอีกตัวเข้าใจได้ โดยไม่ต้องปรับแต่งโมเดลทั้งสองฝั่ง


การทดลองที่เปิดเผยต่อสาธารณะใช้ GLM-5.2 ขนาด 753B และ Qwen3.5 ขนาด 4B ซึ่งสามารถเข้าใจโดยประมาณได้ว่าโมเดลใหญ่负责 prefill และโมเดลเล็ก负责 decode GLM-5.2 อ่านโจทย์เท่านั้น ไม่สร้าง Token สถานะภายในจะถูกส่งตรงไปยังโมเดลเล็กขนาด 4B เพื่อสร้างคำตอบ Mostik ระบุว่าวิธีนี้สามารถลดช่องว่างประสิทธิภาพระหว่างทั้งสองได้ประมาณครึ่งหนึ่ง และเมื่อเทียบกับโมเดลเดี่ยวขนาดกลางที่ได้ความแม่นยำเท่ากัน ปริมาณการคำนวณเหลือเพียงประมาณ 40% อย่างไรก็ตาม ผลลัพธ์สุดท้ายยังคงต่ำกว่าโมเดลใหญ่ 753B เอง


Mostik ยังไม่ได้เปิดเผยว่าใช้โมเดลและ Harness ใดในการทำคะแนน 7.51% โดยการสาธิต 753B+4B ข้างต้นเป็นเพียงการสาธิตทางเทคนิคอีกชุดหนึ่ง ไม่สามารถถือเป็นการตั้งค่าที่ใช้ครองอันดับได้ การแข่งขัน ARC-AGI-3 เองก็วัดระบบ Agent ทั้งชุด โดยแชมป์ในระยะก่อนหน้าใช้เพียง Qwen 3.6 27B แต่กลับได้อันดับหนึ่งด้วย Harness เครื่องมือ และการจัดการบริบท


อีกด้านหนึ่ง เทคโนโลยีนี้ต้องอ่าน hidden states ของโมเดล ซึ่งโมเดลคลาวด์อย่าง Claude และ GPT ในปัจจุบันไม่สามารถใช้งานได้ Susan Zhang วิศวกรของ Google DeepMind ยังตั้งคำถามว่า เมื่อสามารถควบคุมสถานะภายในของโมเดลได้แล้ว การแช่แข็งโมเดลสองตัวแล้วฝึก "สะพาน" แยกต่างหาก เป็นแผนทางวิศวกรรมที่คุ้มค่าที่สุดจริงหรือไม่

แก้ไข/รายงาน
ส่ง
เพิ่มคลัง
เห็นได้เฉพาะตัวเอง
สาธารณะ
บันทึก
เลือกคลัง
เพิ่มคลัง
ยกเลิก
เสร็จสิ้น