跳到正文
热点事件持续更新

Logical Intelligence 的基准测试让 Kona 在数独上与 LLM 对决

1 篇报道1 个报道来源50 分钟前更新

先了解这件事

AI 综述

Logical Intelligence 称,其基于能量的模型 Kona 在平均 313 毫秒内解出了 96.2% 的困难数独,而 GPT-5.2、Claude Opus 4.5、Sonnet 4.5、Gemini 3 Pro 和 DeepSeek V3.2 合计仅解出 2%,其中 GPT-5.2 表现最好,为 6.9%。该公司将这一差距归因于自回归 token 生成,称其无法修正先前的决策;Kona 则通过能量对完整候选网格打分,并利用梯度信息修复被违反的约束。 该对比在禁用代码执行和微调的情况下对所有模型运行,Logical Intelligence 称 Kona 未在已解出的数独上训练。该公司报告称,Kona 在近 13,000 个已解数独上花费约 4 美元 GPU 时间,而 LLM API 调用花费约 11,000 美元。这些数字和解出率均为该公司自行报告的结果。

AI 根据报道生成 · 26 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18日
  1. Hacker News · AI
    Logical Intelligence 用基于能量的模型 Kona 在数独上对阵 GPT-5.2 和 Claude

    Logical Intelligence 报告称,其基于能量的模型 Kona 在平均 313 毫秒内解出了 96.2% 的困难数独题,而 GPT-5.2、Claude Opus 4.5、Sonnet 4.5、Gemini 3 Pro 和 DeepSeek V3.2 合计仅解出 2%,其中 GPT-5.2 表现最好,为 6.9%。该公司表示,LLM 之所以失败,是因为自回归的 token 生成无法修正先前的决策,而 Kona 则通过能量对一个完整的候选网格打分,并利用梯度信息修复被违反的约束。该公司报告称,Kona 在近 13,000 道已解数独题上花费的 GPU 时间约为 4 美元,而 LLM API 调用则约为 11,000 美元,且所有模型均禁用了代码执行和微调。

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。