跳至正文
熱點事件持續更新

Logical Intelligence 以數獨基準測試比較 Kona 與大型語言模型

1 篇報導1 個報導來源50 分鐘前更新

先了解這件事

AI 綜述

Logical Intelligence 表示,其基於能量的模型 Kona 在平均 313 毫秒內解出 96.2% 的困難數獨,而 GPT-5.2、Claude Opus 4.5、Sonnet 4.5、Gemini 3 Pro 與 DeepSeek V3.2 合計僅解出 2%,其中 GPT-5.2 表現最佳,為 6.9%。該公司將此差距歸因於自迴歸式詞元生成,並稱其無法修正先前的決策;Kona 則改以能量為完整的候選網格評分,並利用梯度資訊修復被違反的約束條件。 此比較在對所有模型停用程式碼執行與微調的情況下進行,Logical Intelligence 表示 Kona 並未以已解出的數獨題目進行訓練。該公司報告指出,Kona 在近 13,000 道已解數獨上約花費 4 美元的 GPU 時間,而大型語言模型的 API 呼叫則約花費 11,000 美元。這些數字與解題率均為該公司自行報告的結果。

AI 依報導生成 · 26 分鐘前更新

報導時間線

沿著報導,了解事件的不同側面。

11月18日
  1. Hacker News · AI
    Logical Intelligence 讓基於能量的模型 Kona 在數獨上對決 GPT-5.2 與 Claude

    Logical Intelligence 報告指出,其基於能量的模型 Kona 以平均 313 毫秒解出 96.2% 的困難數獨題,而 GPT-5.2、Claude Opus 4.5、Sonnet 4.5、Gemini 3 Pro 與 DeepSeek V3.2 合計僅解出 2%,其中 GPT-5.2 表現最佳,為 6.9%。該公司表示,LLM 之所以失敗,是因為自迴歸式 token 生成無法修正先前的決策,而 Kona 則以能量為完整的候選網格評分,並利用梯度資訊修復被違反的約束條件。該公司報告稱,Kona 在近 13,000 道已解出的題目上花費約 4 美元的 GPU 時間,而 LLM API 呼叫則花費約 11,000 美元,且所有模型皆停用程式碼執行與微調。

本事件熱度走勢

還沒有足夠的連續觀測資料,暫不繪製趨勢。