精选70elvis模型发布/更新
BDH-CQ以0.0007美元成本在ARC-AGI 1上得分29.5%
This is kind of wild.
This is kind of wild.
这有点疯狂。
BDH-CQ scored 29.5% on ARC-AGI 1. Fair. But with just $.0007 per task.
BDH-CQ 在 ARC-AGI 1 上得分 29.5%。公平。但每个任务仅花费 0.0007 美元。
How it’s done is particularly interesting. It reasons recurrently in latent space rather than using CoT. They’ve also verified Transformer-like scaling up to 600B params.
其实现方式特别有趣。它在潜在空间中进行循环推理，而不是使用思维链。他们还验证了类似 Transformer 的缩放，参数规模高达 6000 亿。
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力