Новости
Rules, Traces and Routing Statistics: Training and Calibration Data for Open Models on ARC-AGI-2
arXiv cs.AI · Опубликовано · 1 мин чтения
За 30 секунд
- Что произошло
- Researchers improved open models on ARC-AGI-2 tasks using curated training data, executable rules, reasoning traces, and expert pruning strategies optimized for offline GPU inference.
- Почему это важно
- Engineers building or fine-tuning open models for abstract reasoning tasks with limited compute resources need practical data curation and inference optimization techniques.
- На что обратить внимание
- Results are specific to ARC-AGI-2 domain and four L4 GPU setup; synthetic task data did not help despite large corpus size, suggesting domain specificity matters.
- qwen
Паттерны, стоящие за этой новостью
- Agentic Context Engineering (Evolving Playbook)
- Rule-based Routing
- Machine Learning Model-Based Routing
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.