AI & ML · 19 Jun
Arbor Mengalahkan Claude Code dan Codex sebesar 2,5x dengan Anggaran Komputasi yang Sama. Hambatannya Bukan pada Perangkat Keras.
Sebuah framework open-source baru dari Universitas Renmin dan Microsoft Research menunjukkan bahwa pengorganisasian hipotesis yang lebih cerdas, bukan komputasi yang lebih banyak, adalah hal yang selama ini kurang diperhatikan dalam optimasi AI.
- Arbor mengalahkan Claude Code dan Codex sebesar 2,5x pada komputasi yang identik dengan menyusun hipotesis sebagai pohon, bukan daftar tebakan yang datar.
- Hambatan nyata dalam optimasi AI sering kali adalah atribusi, bukan komputasi. Mengisolasi eksperimen agar kegagalan mengajarkan daripada mencemari adalah wawasan inti.
- Arbor bersumber terbuka dan tersedia di arXiv sekarang. Jika Anda membangun agen AI produksi, arsitekturnya layak untuk dipelajari secara langsung.