AI at Meta(@AIatMeta)

To quantify how the models handle unfamiliar tasks, we compared test-time compute scaling on tasks t...

6.6内容质量
To quantify how the models handle unfamiliar tasks, we compared test-time compute scaling on tasks t...

TL;DR · AI 摘要

AI at Meta on X: "To quantify how the models handle unfamiliar tasks, we compared test-time compute scaling on tasks tra...

核心要点

  • 主题聚焦：To quantify how the models handle unfamiliar tas
  • 来源：AI at Meta(@AIatMeta)，建议结合原文判断细节。
  • AI 分析暂不可用，本条为保底评分与摘要。
#AI
打开原文

AI at Meta on X：在X上，Meta的AI

@AIatMeta

为了量化模型处理陌生任务的表现，我们比较了在微调期间训练任务与其它任务的测试时计算扩展。两个模型在分布外任务上的表现提升相似，但具有相同分布内得分时，Muse Wonder Full 在陌生任务上的表现优于 Muse Spark 1.3 的预测趋势。我们将这种向上偏移归因于更强的基础模型，该模型能更有效地将微调收益扩展到我们未预料到的任务上。

下午5:29 · 2026年10月12日

·

2,448

浏览量

3

6

1