ARC Prize วิเคราะห์สาเหตุที่แท้จริงที่ HRM ทำผลงานได้ดีบน ARC-AGI
หัวข้อต้นฉบับ:The Hidden Drivers of HRM's Performance on ARC-AGI
สรุปโดย AI
ARC Prize ตรวจสอบ Hierarchical Reasoning Model (HRM, 27M พารามิเตอร์) บนชุดซ่อน ARC-AGI Semi-Private โดยได้คะแนน 32% บน ARC-AGI-1 และเพียง 2% บน ARC-AGI-2
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- ARC Prize:官方博客
- หมวดหมู่
- บทความและงานวิจัย
- คะแนน AI
- 64
เหตุผลที่แนะนำ
原文用消融实验拆解了 HRM 在 ARC-AGI 上的真实性能来源,指出贡献主要来自外循环精炼而非分层架构。
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: ARC Prize วิเคราะห์สาเหตุที่แท้จริงที่ HRM ทำผลงานได้ดีบน ARC-AGI 15 สิงหาคม 2025 https://new.nat6.net/th/news/cmtyo2p2s03g2rog0d7s00t1k/