18:05
AK@_akhaliq
AK@_akhaliq推荐理由：BDH-CQ 这篇新论文把循环潜在推理用到上下文学习里，想看看它怎么提升少样本推理，可以读读。
BDH-CQ
共 3 条相关 AI 资讯
8月13日
18:05
论文提出 BDH-CQ 方法，将循环潜在推理引入上下文学习。该方法通过循环状态迭代更新潜在表示，以支持少样本推理场景。论文全文已发布在 Hugging Face 平台。研究目标是提升模型在 In-Context Learning 中的推理表现。
8月11日
23:22
23:22
elvis@omarsar0
elvis@omarsar0精选
推荐理由：Pathway的BDH-CQ用极低成本在ARC-AGI 1拿到29.5%，靠的是潜在空间推理而不是CoT，还验证了600B参数规模，值得一看。
11:51
11:51
官方账号arXiv cs.AI@Björn Engdahl, Adrian Kosowski, Jan Chorowski, Zuzanna Stamirowska, Przemysław Uznański, Junlin Jiang, Rohan Phadke, Remigiusz Kinas, Richard Zhong
推荐理由：这个模型用循环潜在推理做上下文学习，150M 参数在 ARC-AGI-1 上花 0.0007 美元就拿到 29.5% 的 pass@2，性价比直接刷新纪录，值得看看它怎么做到的。