Лишь час назад стало известно, что швейцарская исследовательская компания Tufa Labs представила революционный метод самообучения больших языковых моделей под названием LADDER (Learning through Autonomous Difficulty-Driven Example Recursion). Этот прорыв буквально взорвал экспертное сообщество, поскольку он позволяет моделям самостоятельно разбивать сложные задачи на простые, без дополнительных данных или человеческого вмешательства[1]. Например, модель Llama 3.2 3B, которая изначально могла решить всего 1% интегралов университетского уровня, после применения метода LADDER смогла правильно решить 82% таких задач. Это означает колоссальный скачок производительности без увеличения размера модели или дополнительного обучения на внешних данных[1]. Другая модель, Qwen2.5 7B Deepseek-R1 Distilled, достигла впечатляющей точности 73% на квалификационном экзамене MIT Integration Bee, превзойдя даже результаты GPT-4o от OpenAI[1]. Этот прорыв не только демонстрирует возможности ИИ в решении сложн
Как ИИ учится разбивать задачи на простые: новое в обучении
10 марта 202510 мар 2025
1
1 мин