#AI
Pathway 新架构 BDH-CQ 刷新 ARC-AGI-1 成本效率
Pathway 在 AWS 官方博客公布其后 Transformer 架构 BDH 的最新成果。基于 BDH 构建的推理系统 BDH-CQ 在 ARC-AGI-1 基准上取得 29.2% pass@2,单任务成本仅 0.0007 美元,模型参数量为 150M。
Pathway CEO Zuzanna Stamirowska 称其刷新了该基准上的成本效率最高纪录。
💡 为什么值得看一个 150M 参数的后 Transformer 架构以 29.2% 通过率、单任务 0.0007 美元刷新了 ARC-AGI-1 成本效率纪录。
查证
来源档案
AWS Machine Learning Blog
云厂商官方技术博客,带有明显推广 SageMaker HyperPod 的营销属性
事实数据(分数、成本、参数)来自 Pathway 方面的声明,AWS 作为平台方背书发布;没有独立第三方评测,ARC-AGI-1 结果由 Pathway 自报,需谨慎看待其行业影响
延伸阅读
这是 claim 之外最有含金量的技术细节,适合想理解「后 Transformer」方向真实差异的读者