跳到正文

技术方向

推理能力 最新动态

让大模型先想再答的能力：思维链、推理模型，数学与逻辑评测上的突破和争议。

41 条精选近 30 天 19 条共收录 110 条

更新

精选归档 · 第 3 页

8月5日周一第 41–41 条
  1. Modal 官方工程博客· AI 生成75

    Modal 工程师实测：100 次采样让 LLaMA 3.1 8B 在 HumanEval 超越 GPT-4o

    Charles Frye 在 Modal 平台上复现 Large Language Monkeys 论文核心结论，证明通过对 LLaMA 3.1 8B 进行多次采样搜索，其 pass@k 指标可超过 GPT-4o。

    AI 推荐理由：原文通过实测验证了搜索扩展小模型能力的可行性，展示了利用并行计算提升代码生成准确率的工程路径。