伊利诺伊大学EBR模型:1.8M参数拿下数独99.9%,推理计算量仅1/345

资讯 AI 科技快讯 作者:赢政天下 全文 2062 字 · 约 6 分钟读完 分类推理模型学术研究

来自伊利诺伊大学的研究团队于2026年11月发表论文,提出能量函数引导的循环推理架构(EBR),用1.8M参数在Sudoku-Extreme基准上达到99.9%准确率,推理计算量仅为次优模型的1/345,同时在测试时用7倍更少的迭代次数和43倍更少的候选样本达到同等精度。这项工作揭示了现有循环推理模型"不知道

所属频道 模型发布前沿研究
伊利诺伊大学的一支研究团队在2026年11月发表论文,提出由能量函数引导的循环推理架构(EBR)。该模型用1.8M参数在Sudoku-Extreme基准上做到99.9%准确率,推理计算量只有次优模型的1/345;测试阶段达到同等精度所需的迭代次数少7倍,候选样本少43倍。这项工作点出了现有循环推理模型的一处软肋。

论文题为《Energy-Based Reasoners: Your Recurrent Reasoner Should Be an Energy-Based Model》,2026年11月6日挂上arXiv,编号arXiv:2611.08977,作者是伊利诺伊大学的William Xingxu Chen、Alexi Gladstone、Zeyu Michael Li、Heng Ji与Yilun Du。核心结论是:能量函数引导的循环推理模型(EBR)在最难等级Sudoku-Extreme基准上准确率99.9%,推理计算量仅为次优模型的1/345,参数量1.8M,对比方法则在5–10M。

现有循环推理模型根本缺陷在哪

循环推理模型的做法,是让一个小模块反复跑,每轮迭代修正一次隐层状态,一点点逼近正确答案。这种循环归纳偏置的好处在于,推理时算力可以动态分配:难题多迭代几轮,简单题少迭代几轮。

但TRM、EqR、FPRM、GRAM这些现有循环推理模型,每次更新隐层状态都只靠自身学到的转换函数,没有任何外部信号去衡量当前猜测的好坏。落到工程上就是两个麻烦:一是停不下来也停不准,只能设一个固定的最大迭代次数;二是生成多个候选答案时,缺少量化的比较标准。

研究者把这一缺陷称为现有循环模型缺乏对“进展”的显式度量(no explicit measure of progress)。

能量函数补上了什么

EBR引入一个可学习的标量能量函数E(z; x):z是当前隐层推理状态,x是输入问题。函数吐出一个实数,数值越低,说明当前状态与问题越兼容。

迭代更新也随之改变,改为沿能量函数的负梯度方向移动,也就是往能量更低的方向走。前面那两个痛点因此一并解决:

  • 停止信号:隐层状态的梯度范数一旦低于阈值就停止迭代,简单问题收敛得快,难题则自动多迭代。
  • 候选选择:并行生成多个候选时,直接挑能量最低的那个答案。

训练环节则加入“基于探索的训练”(exploration-based training),主动去探索更多隐层状态,以此塑造能量景观,防止错误状态被误判成低能量。

论文给出的Sudoku轨迹示例是:初始猜测第3步有29个格子填错,能量−129.2;到第8步错误格子降到8个,能量−245.0;第13步全部填对,能量−324.6。能量曲线和正确性曲线基本吻合,错误状态下梯度一直偏大。

和现有方法正面比一比

论文在四个算法推理基准上与五个基线做了对比,下面是参数规模和Sudoku-Extreme准确率:

  • TRM(5–7M参数):87.4%
  • EqR(5–7M参数):93.0%
  • FPRM(7M参数):94.2%
  • GRAM(10M参数):86.6%
  • Looped flows(5–7M参数):97.9%
  • EBR(1.8M参数):99.4%(单次采样),最高99.9%

准确率最高,参数量还最小。再看测试时的扩展维度:EBR达到EqR最佳准确率所用的迭代次数少7倍,达到同等覆盖率所需的候选样本数少43倍。两个倍数相乘,就是345倍的推理计算量差距。

论文提交后,HuggingFace的librarian-bot推荐了同期论文《Classical Energies Learn to Reason 1,000x Faster than Looped Models》(arXiv:2611.17309)。两项工作都把矛头指向同一个方向:能量函数在推理效率上有潜力。

对工程实践的真实影响

推理成本上的差距是数量级的。常见推理模型的成本会跟着问题复杂度近乎线性地往上走,EBR 则靠自适应停止机制做动态分配。放到大规模部署推理服务的场景里,这直接关系到花多少钱。

小模型也能跑出高性能。1.8M 参数的模型赢了 10M 参数的模型,说明在结构化推理任务上,架构设计或许比参数规模更管用。

测试时的算力变得可控。EBR 支持测试时扩展:多跑几条下降轨迹,挑能量最低的那个值,训练不用改,就能拿更多计算换更高准确率。

多解覆盖也有了系统性的解法。EBR 在全部多解基准上都拿到了最优的不同有效解覆盖率,单次采样准确率 meanwhile 保持在近 100%。

前瞻判断

这项工作的主张是:循环推理模型的更新步骤,需要一个反映推理质量的标量信号来引导。能量模型这边的数学工具已经成熟,而 EBR 是第一个在推理基准上把这两者组合起来做系统验证的工作。

接下来要看几个信号:能量函数在数学证明、代码生成这类自然语言推理任务上是否有效,以及同期论文和 EBR 之间是互补还是竞争。

如果 EBR 的结论能在更宽泛的任务上复现,“给循环推理添加能量函数”有可能成为今后推理模型架构里的标准组件。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 知乎推出Paper开源计划:论文与讨论打通,科研作者可绑定身份

    知乎把论文阅读与社区讨论连接了起来。近日,2026知乎科学季收官。除了邀请科研人员参与线下交流,知乎还在科学季期间推出“Paper开源计划”,将论文关联、讨论入口和研究者身份绑定纳入社区功能。基于这项计划。用户阅读论文时,可以通过插件查看知乎上的相关讨论;社区问题可以关联论文卡片,方便读者查阅原始研究;科研...

    来源 腾讯网
  2. 谷歌PageBreak:AI安全代理已挖出500多个XSS漏洞,误报率接近零

    根据谷歌发表的一篇论文,其人工智能驱动的安全代理自今年 1 月全面投入运行以来,已在旗下各类 Web 应用中发现了 500 多个 XSS 漏洞。Google PageBreak 利用 Gemini 模型自主调查潜在漏洞,但仅在确定性验证器在运行中的应用程序上成功复现该漏洞时才会上报,因此误报率几乎为零。 借助 Page

    来源 AI 行业观察
  3. 哈佛、Anthropic新研究:单个agent已对齐,组队后为何「集体失守」?

    单个 agent 经过对齐训练,能够表现得诚实、拒绝有害请求等,组成团队后却可能“集体失守”。在软件工程和咨询方案生成中,agent 团队往往减少对系统安全的主动检查,甚至因问题超出职责而对有害结果“袖手旁观”。 在这项工作中,来自哈佛大学和 Anthropic 等机构的研究团队考察了这种差异。他们发现,责任分散(Di

    来源 AI 行业观察
  4. 生成式视觉推理多走几步能更聪明?论文从数学上给出否定答案

    你有没有想过这样一个问题:如果让一个AI模型多想几遍,它是不是就能变得更聪明?这听起来像是常识。人做数学题的时候,打草稿、检查、修改,步骤越多往往越准确。那AI生成图像来解决问题,是不是也应该是步骤越多越聪明?2025年,一群研究者盯着这个问题死磕了很久,最后得出一个让人意外的答案:不一定。**事情要从一种叫...

    来源 腾讯网
  5. 蚂蚁国际杨鹏新加坡金融科技节谈未来金融:普惠性与可信任是关键

    【TechWeb】11月18日消息,新加坡金融科技节(SFF)11月18日开幕,包括银联国际、中国银行、蚂蚁国际等在内的中国金融企业在可信AI金融、智能体商业上的展示,得到了全球企业和金融机构与会者的高度关注。 在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑

    来源 AI 行业观察
  6. 字节跳动马来西亚买GPU贷款被叫停:4.8亿美元融资生变

    【TechWeb】11月18日消息,今日,话题“字节跳动买显卡贷款被叫停”冲上微博热搜,引发热议。 据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死

    来源 AI 行业观察
  7. 蚂蚁国际杨鹏:AI与通证化重塑资金流动,普惠可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  8. 蚂蚁国际杨鹏SFF谈未来金融:AI重塑资金流动,普惠与可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  9. 纳格尔获2026伯格鲁恩哲学奖:AI意识论“荒谬可笑”

    著名哲学家托马斯·纳格尔因在非人类意识领域的里程碑研究,荣获2026年伯格鲁恩哲学奖(奖金100万美元)。他在接受WIRED采访时,对当前AI意识热论泼冷水,直言将大语言模型视为有意识存在“简直荒谬”。本文梳理纳格尔的意识哲学观点,分析AI意识争论的背景与误区。

    来源 AI 科技快讯
  10. 4.8亿美元GPU贷款被叫停 曝字节跳动马来西亚算力计划生变

    据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死亡”。

    来源 TechWeb
  11. 字节跳动马来西亚买GPU的4.8亿美元贷款被叫停,发生了什么?

    据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死亡”。

    来源 TechWeb
  12. AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性

    我们对 AI 的信任,正在达到史无前例的高度。 无论是在屏幕前码字,还是在生活中做决策,我们都习惯向 AI 寻求那个「完美建议」。用得多了,你甚至会发现它总是精准地踩中我们预期中的最优解。 这种顺滑,很可能是一种被精心设计的心理按摩。 哥伦比亚大学教授桑德拉·马茨用冰淇淋店 Baskin Robbins 做了一个实验。

    来源 AI 行业观察
  13. DeepSeek长对话限额7天,免费用户为何反求收费

    话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。但与一般产品限流引发的骂战不同,这场争议中出现了一个颇为“魔幻”的画面:平时最不愿意付费的一群人,正在主动求着DeepSeek收费。

    来源 TechWeb
  14. AI鼻子宣称比肩人类嗅觉:气味数字化难在哪

    MIT Technology Review 每日通讯 The Download 关注两个话题:一家美国初创公司宣称其「AI鼻子」的嗅觉能力已可与人类比肩,研究人员在新泽西的实验室里逐一嗅闻并记录地球上的各种气味;与此同时,气候变化正让全球水电行业陷入发电量下滑与电网调峰能力削弱的两难境地。本文梳理机器嗅觉的技

    来源 AI 科技快讯
  15. Artex走红:新手靠几句提示词就能发动网络攻击

    WIRED报道称,一款名为Artex的“即点即用”AI黑客工具正在犯罪分子中流行。它和同类渗透测试工具能自动扫描目标系统漏洞,并借助用户输入的提示词驱动聊天机器人完成攻击。这标志着网络攻击门槛正被生成式AI大幅拉低:无需深厚技术背景,新手也能快速搭建攻击链,攻防双方的力量对比与安全治理方式都将面临新的考验。

    来源 AI 科技快讯
  16. 亚马逊CEO首度回应英伟达黄仁勋风波:合作关系不会动摇

    【TechWeb】11月18日消息,当地时间11月17日,亚马逊总裁兼首席执行官安迪·贾西(Andy Jassy)做客一档访谈节目。在英伟达创始人黄仁勋辞任CEO危机的背景下,贾西首次就此公开表态,明确传递了亚马逊对英伟达合作关系的信心。 贾西表示:“我对黄仁勋怀有深深的敬意,也对英伟达怀有深深的敬意。长期以来,他们一

    来源 AI 行业观察
  17. 亚马逊CEO贾西回应黄仁勋风波:预见不到与英伟达不再合作的那天

    【TechWeb】11月18日消息,当地时间11月17日,亚马逊总裁兼首席执行官安迪·贾西(Andy Jassy)做客一档访谈节目。在英伟达创始人黄仁勋辞任CEO危机的背景下,贾西首次就此公开表态,明确传递了亚马逊对英伟达合作关系的信心。贾西表示:“我对黄仁勋怀有深深的敬意,也对英伟达怀有深深的敬意。长期以来,他们一直

    来源 腾讯网
  18. Humyn Labs融资4700万美元,给美国机器人喂数据

    成立仅九个月的印度初创公司Humyn Labs完成4700万美元融资,专为机器人公司提供真实世界训练数据,约九成收入来自美国客户。在具身智能热潮下,物理世界数据的稀缺正催生一条全新的「卖水人」赛道,而这家公司要在Mecka AI、XDOF等对手中抢占身位。

    来源 AI 科技快讯
  19. DeepSeek收紧免费对话限制引众怒,用户反求收费

    【TechWeb】11月15日起,多名用户在社交平台发帖称,DeepSeek已对App与网页版的长对话功能实施了使用限额。页面弹窗显示:“因算力不足,不再支持超过7天不活跃的长对话。”随后几天,愤怒与不解迅速在社交平台发酵。11月18日,话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。但与一般产品限流引发的骂

    来源 腾讯网
  20. 亚马逊CEO安迪·贾西首谈黄仁勋辞职风波:与英伟达合作不动摇

    在英伟达创始人黄仁勋辞任CEO危机的背景下,贾西首次就此公开表态,明确传递了亚马逊对英伟达合作关系的信心。辞职消息公布后,英伟达股价开盘大跌13%,市值一度跌破4万亿美元。此后,黄仁勋曾表示准备重返CEO职位,但英伟达董事会明确表示“无意让他复职”。贾西在采访中将亚马逊与英伟达的关系描述为一种“竞合”关系,既是合作伙伴

    来源 TechWeb
向下滚动自动加载更多