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 08:07:37

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 чисто 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 моделей на рынке. Результаты тестов показывают, что такой разъединённый от модели подход к расширению возможностей особенно эффективен для моделей с меньшими возможностями. После интеграции с системой Poetiq точность Kimi K2.6 выросла с 50.0% до 79.9%, что составляет увеличение на 29.9 процентных пунктов; легковесный Gemini 3.0 Flash показал рост на 10 пунктов, превзойдя свою более крупную версию Gemini 3.1 Pro и обойдя по уровню Claude Opus 4.7 и GPT 5.2 High, которые Poetiq называет «более крупными и дорогими». В плане достижения предельных характеристик, GPT 5.5 High, изначально показывавший 89.6%, достиг нового уровня в 93.9% с помощью хука; а базовая версия Gemini 3.1 Pro в связке с этим хук показала 90.9%, что сразу 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 одной моделью, тогда как их бесшовный хук 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» .

8 Лайков

Награда
8
8
Репост
Поделиться

комментарий

Добавить комментарий

SeaSaltAirdropNotes

· 5ч назад

Чистый API-читинг может полностью раскрыть слабую модель, эта идея слишком дерзкая, компании экономят большие деньги

Посмотреть ОригиналОтветить0

StargazerInTheWoods

· 6ч назад

Эта Meta-System как внешнее большое мозг для модели, опыт повторного использования на высшем уровне

Посмотреть ОригиналОтветить0

RugpullTaster

· 6ч назад

Без донастройки можно догнать Deep Think, средние и малые компании ликуют

Посмотреть ОригиналОтветить0

TreatEarningsAsSnacks

· 6ч назад

Шестеро в команде разгромили отделы мелкой настройки крупных компаний, ирония достигла максимума

Посмотреть ОригиналОтветить0

MarginMoth

· 6ч назад

Claude Opus4.7 был взломан с помощью Flash+外挂, Anthropic пора задуматься.

Посмотреть ОригиналОтветить0

BridgeSideBanter

· 6ч назад

Рекурсивное извлечение опыта звучит так, будто модель сама пишет инженерные подсказки.

Посмотреть ОригиналОтветить0

GovernanceGremlin

· 6ч назад

Ослабленная модель с внешним дополнением становится сильнее, демократизация вычислительных мощностей действительно наступила?

Посмотреть ОригиналОтветить0

FloatingTeacupClub

· 6ч назад

GPT5.5 High уже достиг 93.9%, потолок всё ещё поднимается вверх

Посмотреть ОригиналОтветить0

Популярные темы
Подробнее
#
TradfiTradingChallenge
341.84K Популярность
#
PlatinumCardCreatorExclusive
125.18K Популярность
#
IsraelStrikesIranBTCPlunges
49.09K Популярность
#
#DailyPolymarketHotspot
1.05M Популярность
#
GateSquarePizzaDay
1.79M Популярность

Закреплено

Карта сайта

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

Популярные темы

TradfiTradingChallenge

PlatinumCardCreatorExclusive

IsraelStrikesIranBTCPlunges

#DailyPolymarketHotspot

GateSquarePizzaDay

Закреплено