基准Sudoku-Extreme
数独-Extreme
数独-Extreme是一个用于评估神经推理能力的基准数据集,包含极端难度的数独谜题。
时间轴 (近 90 天)
11月13日
CRAM在单块GPU上训练42毫秒后,解决了99.996%的数独-Extreme测试谜题。
待验证50%
11月13日
数独-Extreme与迷宫-Unique属于“组合可解”的封闭式谜题:状态空间有限、约束完全显式、正确性可精确验证,且存在经典算法可高效求解。
待验证50%
11月13日
当神经方法在数独-Extreme与迷宫-Unique等基准上接近100%准确率时,基准即告饱和,难以区分不同方法的真实推理能力。
待验证50%