CRAM能量模型解谜比循环模型快千倍
热点事件观察中
CRAM能量模型解谜比循环模型快千倍
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Benjamin Hoover等作者发表论文，提出基于学习能量的推理方法 CRAM——一种学习版的 Hopfield & Tank 80 年代能量模型。作者称，在单块 GPU 上训练 42 毫秒和 132 毫秒后，CRAM 分别解出 99.996% 的 Sudoku-Extreme 和 100% 的 Maze-Unique 测试题，在这两项任务上比循环模型至少快 1,000 倍。 上述速度与准确率均为论文作者报告的结果，尚待独立验证。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
经典能量模型 CRAM 推理速度比循环模型快 1,000 倍报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AI经典能量模型 CRAM 推理速度比循环模型快 1,000 倍
研究者提出 CRAM——一种学习版的 Hopfield & Tank 80 年代能量模型，在单块 GPU 上训练 42 ms 和 132 ms 后分别解出 99.996% 的 Sudoku-Extreme 和 100% 的 Maze-Unique 测试题，比循环模型至少快 1,000 倍。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。