Poetiq шести человек команда Meta-System обновила свой рекорд на LiveCodeBench Pro. Этот полностью API-основанный плагин через рекурсивное самосовершенствование извлекает опыт задач, не затрагивая веса или тонкую настройку, что значительно повышает слабые модели. После подключения KimiK2.6 поднялся с 50.0% до 79.9%, Gemini3.0 Flash увеличился на 10 пунктов, превзойдя Gemini3.1 Pro, Claude Opus4.7, GPT5.2 High. GPT5.5 High достиг 93.9% с помощью плагина, Gemini3.1 Pro — 90.9%, превосходя Gemini3 Deep Think. Предприятиям не нужно дорогостоящее тонкое обучение для повышения способности к рассуждению.

MeNews

2026-05-24 01:02:07

Генерация тезисов в процессе

AIMPACT сообщение, 15 мая (UTC+8), согласно мониторингу Beating от 动察, команда из 6 человек под руководством бывших исследователей Google и DeepMind Shumeet Baluja и Ian Fischer объявила, что их Meta-System обновил рекорд на бенчмарке программирования LiveCodeBench Pro. Эта система представляет собой полностью API-основанный интеллектуальный хук (Harness), который с помощью рекурсивного самосовершенствования автоматически извлекает опыт выполнения задач. Официальные тесты показали, что при полном отсутствии вмешательства в веса модели и без дообучения эта система напрямую повысила кодовые способности ведущих крупных моделей на рынке. Результаты тестов демонстрируют, что такой разъединённый от модели подход к расширению возможностей особенно эффективен для моделей с меньшими возможностями. После интеграции системы Poetiq точность Kimi K2.6 выросла с 50,0% до 79,9%, что составляет прирост в 29,9 процентных пункта; легкая Gemini 3.0 Flash показала увеличение на 10 пунктов, что позволило ей превзойти собственную крупную версию Gemini 3.1 Pro и обойти по уровню Claude Opus 4.7 и GPT 5.2 High, которые Poetiq называет «более крупными и дорогими». В плане достижения предельной производительности GPT 5.5 High, изначально показывавший 89,6%, с помощью外挂 достиг нового уровня в 93,9%; базовая версия Gemini 3.1 Pro с этим дополнением набрала 90,9%, что напрямую превзошло наиболее мощную модель для рассуждений от Google Gemini 3 Deep Think (88,8%), которая ещё не открыла API. Команда Poetiq заявила, что традиционное дообучение ограничивает улучшения одним только моделям, тогда как их бесшовный外挂 позволяет компаниям избегать высоких затрат на дообучение и развертывание полноценных моделей для рассуждений. (Источник: BlockBeats)

Посмотреть Оригинал

На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .

5 Лайков

Награда
5
7
2
Поделиться

комментарий

Добавить комментарий

CandleChaser

· 8ч назад

Идея слабой модели + мощных дополнений означает ли, что наступает весна для маленьких моделей?

Посмотреть ОригиналОтветить0

GateUser-b74aba1c

· 14ч назад

Шестеро в команде преодолели узкое место в выводе больших моделей, инновации на уровне API слишком долго недооценивались

Посмотреть ОригиналОтветить0

L2ArbitrageTrader

· 14ч назад

Poetiq шесть человек достигли такого результата, конфигурация команды заслуживает изучения

Посмотреть ОригиналОтветить0

CyberBridgeDeepPerspective

· 14ч назад

GPT5.5 High干到93.9%，Gemini3.1 Pro配完90.9%，这外挂比原生顶配还猛

Ответить0

GateUser-cbb8cdf5

· 14ч назад

Бизнес в восторге, наконец-то не нужно тратить деньги на тонкую настройку

Посмотреть ОригиналОтветить0

BribeCoffee

· 14ч назад

Рекурсивное самосовершенствование + извлечение опыта, архитектура Meta-System довольно интересна

Посмотреть ОригиналОтветить0

VineGeometry

· 14ч назад

Чистый API-читинг без изменения веса позволяет Kimi подняться с 50% до 79%, этот путь гораздо умнее, чем тонкая настройка

Посмотреть ОригиналОтветить0

Популярные темы
Подробнее
#
TradfiTradingChallenge
344.09K Популярность
#
PlatinumCardCreatorExclusive
126.3K Популярность
#
IsraelStrikesIranBTCPlunges
49.09K Популярность
#
#DailyPolymarketHotspot
1.05M Популярность
#
GateSquarePizzaDay
665.68K Популярность

Закреплено

Карта сайта

Не трогая веса, чистая настройка API: Poetiq «плагин» повысил Kimi на 29,9 процентных пункта, облегчённая версия Gemini совершила переворот против Claude Opus

Популярные темы

TradfiTradingChallenge

PlatinumCardCreatorExclusive

IsraelStrikesIranBTCPlunges

#DailyPolymarketHotspot

GateSquarePizzaDay

Закреплено