แท็ก

#test-time-compute

2 บทความ

NVIDIA สรุปสูตร Nemotron ระดับเหรียญทอง IOI และ IMO 2026 — โมเดลโค้ด 550B แบบ open-weight ทำได้ 535.4/600 สูงกว่าคะแนนมนุษย์อันดับหนึ่ง และเปิดข้อมูลกับ recipe ให้ทำซ้ำได้
โมเดลใหม่

NVIDIA สรุปสูตร Nemotron ระดับเหรียญทอง IOI และ IMO 2026 — โมเดลโค้ด 550B แบบ open-weight ทำได้ 535.4/600 สูงกว่าคะแนนมนุษย์อันดับหนึ่ง และเปิดข้อมูลกับ recipe ให้ทำซ้ำได้

บล็อก Hugging Face ของ NVIDIA ลงวันที่ 7 ต.ค. 2026 สรุปว่า Nemotron 3 ที่ผ่านการ fine-tune ทำคะแนนระดับเหรียญทองได้ทั้ง IOI 2026 (535.4/600 สูงกว่าคะแนนมนุษย์อันดับหนึ่ง 498.27 แต่เป็นการรันนอกการจัดอันดับทางการ) และ IMO 2026 (30/42) โมเดลโค้ด 550B-A55B ใช้ license OpenMDW-1.1 และอยู่บน Hugging Face ตั้งแต่ 3 ก.ย. ซึ่งเราไม่ได้รายงานไว้ โพสต์นี้จึงเป็นการรายงานย้อนหลัง

· อ่าน 5 นาที
Zyphra เปิด ZAYA1-8B — reasoning MoE 760M active param ที่เทรนบน AMD MI300X ทั้ง stack — แตะระดับ Claude 4.5 Sonnet, GPT-5-High ด้วย Markovian RSA test-time compute
โมเดลใหม่

Zyphra เปิด ZAYA1-8B — reasoning MoE 760M active param ที่เทรนบน AMD MI300X ทั้ง stack — แตะระดับ Claude 4.5 Sonnet, GPT-5-High ด้วย Markovian RSA test-time compute

6 พ.ค. — Zyphra ปล่อย ZAYA1-8B (760M active / 8.4B total MoE) — โมเดลแรกที่ pretrain + midtrain + SFT บน AMD Instinct MI300X stack ทั้งหมด ใช้ cluster 1,024 MI300X + AMD Pensando Pollara บน IBM Cloud — ขนาด <1B active แต่แตะ DeepSeek-R1, Gemini 2.5 Pro, Claude 4.5 Sonnet ในงานคณิต/โค้ด — ปล่อย Apache-2.0 บน Hugging Face พร้อม Markovian RSA test-time compute scheme ใหม่

· อ่าน 6 นาที