研究者提出格演绎Transformer LDT
热点事件持续更新
研究者提出格演绎Transformer LDT
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Liam Davis等作者提出格演绎Transformer(LDT),这是一种循环Transformer,在每次前向传播之间将隐状态投影到格上,以近似逻辑严密的演绎推理。作者称,一个80万参数的LDT模型在Sudoku-Extreme上达到99.999%的准确率。 该结果来自作者自述,尚未见独立验证;其适用对象是这一特定规模的模型和Sudoku-Extreme这一任务,不能推广为LDT在其他推理任务上同样有效。
AI 根据报道生成 · 50 分钟前更新
报道时间线
沿着报道,了解事件的不同侧面。
11月5日
- arXiv cs.AILattice Deduction Transformers:80万参数模型在 Sudoku-Extreme 上达 99.999% 准确率
研究者提出 Lattice Deduction Transformer(LDT),一种在每次前向传播之间将隐状态投影到格上的循环 Transformer,用于近似逻辑严密的演绎推理。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。