05月
29日
Meta FAIR 与希伯来大学突破 AI 推理效率瓶颈，新方法节省 40% 算力，提升 34.5% 准确率
牛透社 5 月 29 日消息，Meta 旗下基础人工智能研究团队（FAIR）与耶路撒冷希伯来大学联合研究表明，缩短大型语言模型推理时间可使计算资源消耗降低 40%，同时提升复杂任务处理准确率 34.5%。
研究提出创新性“short – m@k”方法，通过并行推理机制、动态终止协议与多数决集成策略实现计算成本双维度优化，并证实短程推理训练效果显著优于传统长链思维训练。该成果挑战了“延长推理链 = 提升准确性”的行业共识，为 AI 发展从“规模竞赛”转向“效率竞赛”提供技术路径。
