Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Intern-S1-MO: многораундовый агент с лемма-памятью для сложной математики
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Обнаружено: LLM торопится закрыть задачу когда контекст заканчивается. Вместо признания «я зашёл в тупик, но нашёл подвыводы A и B» модель выдаёт поверхностное решение. Система Intern-S1-MO позволяет решать задачи, требующие цепочки рассуждений длиннее лимита контекста модели (64k-128k токенов). Механика: раунды рассуждений → сжатие в леммы (проверенные выводы) → верификация голосованием → использование в следующем раунде. Результат — 512k токенов на одну задачу вместо упора в потолок контекста.
Дайджест исследования
Контент доступен только для PRO подписчиков
Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку
Контент доступен только для PRO подписчиков
Чтобы получить доступ к концептам этого исследования, оформите PRO подписку
Простыми словами
Контент доступен только для PRO подписчиков
Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку