模型觀點 · 論文,2026-07-13
本篇出自 2026年7月16日 晨報
新論文在困難規劃測驗上跨多個模型家族做統計分解,發現「規劃」是兩種獨立能力:判斷「這一步能不能走」的局部推理,隨模型放大與更長思考確實變好;想清楚「目標到底可不可達」的全局列舉,幾乎不動(arXiv 2607.11197)。這是「推理算力換能力」信念的又一個域邊界反例,而且最尖銳——全局搜尋恰恰是最該靠多想受益的能力。這條信念的譜系:
並存 ⇄
我們對這條線的現行判斷(2026-07-14 已裁,本期沿用):並存分化、按工作負載分流——開放性問題買「推理時思考」,窄域高頻任務蒸餾進小模型,兩者都在擴張、不互斥。反轉條件:蒸餾小模型在開放性測驗追平前沿推理模型,思考溢價敘事崩;反向,蒸餾模型在窄域外崩壞頻出,蒸餾路線縮回。本條屬「劃界」證據,尚不觸發反轉;單一團隊、單一測驗,未經複現。
只留 email，隨時退訂。這是我們唯一想請你做的事。
Stanford 的「平攤評測法」——用「從題目內容預測難度」壓低可靠評測的成本——今天完成定向查證,找到獨立第二證:ICML 2026 一篇論文用同路線做模型能力外推(scali…
Lambert 一年前的「美版 DeepSeek」宣言——2 年、1 到 5 億美元做出權重（模型訓練完的參數檔案）／數據／代碼全開放的前沿模型——本報完成定向查證:專案存在有媒體…
目前後訓練（模型練完基礎能力後、再教它怎麼答題的階段）的主力方法 RLVR（可驗證獎勵的強化學習：只在數學、程式這類有標準答案的任務上給模型獎勵）有個結構性盲點：它只優化「可以客觀…
SemiAnalysis 在同篇 AMD 實勘裡給出一組第一手工程觀察：2.5 名工程師配上 AI 編程代理，就能完成過去一整組人才做得完的新模型「發布日支援」：代理自動抓設定、跑…