今天我们要重点解读的是其中一篇来自北京理工大学与华为诺亚方舟实验室合作的论文也中了 CVPR 2026——它用仅仅700万参数在号称AGI试金石的ARC-AGI-1抽象推理基准测试上跑出了47.2%的惊人准确率。它不仅碾压了DeepSeek-R115.8%、o3-mini-high34.5%等顶尖大模型更向学术界证明了一件事在抽象推理这条赛道上精巧的类人结构设计远比无脑堆参数更有效。今天深度之眼就来拆解这篇论文看看这个名为USRL理解与求解推理循环的框架到底做对了什么。01 引言如果你了解ARC-AGI就知道它有多变态。每个任务只给2到5个输入输出示例模型必须从中悟出抽象的变换规则比如把蓝色方块按对角线移动然后应用到全新的测试图上。这对人类来说几乎是本能但对AI却是噩梦。问题出在哪现有的大模型和传统小模型处理这类问题时都是一锤子买卖把示例静态地塞进去算一次直接出答案。而人类怎么思考我们会先猜一个规则试着解一下发现不对劲立马回过头来修正对示例的理解再重新解。在这个理解-求解-再理解-再求解的循环中认知不断迭代升级。USRL框架的灵感正是源于此。02 方法论既然人类靠的是循环那就别让AI直来直去。作者将推理过程拆解为两个分工明确、又能互相唠嗑的模块理解模块UM专门负责读题。它反复审视几个示例提炼出它们背后共同的规则特征。求解模块SM专门负责做题。它维护一个不断更新的解题草稿并依据理解模块给的规则特征来生成答案。两者不是各干各的而是循环对话。求解模块拿着草稿给理解模块看理解模块据此调整自己对规则的理解比如哦原来我关注错颜色了再把修正后的规则特征传回求解模块引导它修改答案。为了不让理解模块一股脑塞信息作者还引入了一个门控机制它会根据当前的解题进度动态筛选规则特征中眼下最需要关注的部分精准投喂给求解模块。就这么反复互怼几轮模型的理解和答案就越来越接近真理。03 创新点如果说循环架构是骨架那下面这两个设计就是USRL的灵魂。第一招让同规则示例在脑子里抱团对比学习同一个任务里的几个示例既然遵循同一条规则那它们在模型特征空间里的投影也应该高度相似。作者在训练中引入了对比学习策略强制要求同任务的示例特征互相靠近抱团不同任务的示例特征互相远离散开。这样一来模型不再需要漫长地自发领悟而是直接被训练成了规则提取高手理解能力大幅提升。第二招学会自己喊停自适应停止机制推理循环要跑多少步跑少了答案不对跑多了浪费算力。作者设计了一个极其巧妙的停车逻辑每一轮模型把自己刚生成的问题-答案对塞进理解模块得到一个假设规则特征。然后做两个比对先看已知示例之间有多像内部共识再看自己生成的答案与已知示例之间有多像答案匹配度。一旦答案匹配度超过内部共识就意味着当前答案和示例规则完全对得上号了。此时循环立刻终止输出答案。简单的题少想几步复杂的题多想几步自适应分配算力像极了人类浅尝辄止或深思熟虑的思考习惯。04 700万参数吊打千亿大模型口说无凭直接看结果。在ARC-AGI-1评测集上USRL交出了一份惊艳的答卷DeepSeek-R1约6710亿参数15.8%o3-mini-high34.5%Gemini 2.5 Pro37.0%HRM2700万参数40.3%TRM700万参数44.6%USRL本文700万参数47.2%不仅在同参数量级下碾压TRM甚至超越了参数量近4倍的HRM。在消融实验中去掉任何一个组件门控、对比损失、自适应停止都会导致明显的精度下滑证明了每个设计都拳拳到肉。更令人叹服的是推理效率当最大步数放宽到16步后飙升至47.0%。而自适应停车机制下平均实际只跑12.4步就自行停止兼顾了精度与算力的极致平衡。写在最后在通往AGI的道路上模仿人类认知结构的精巧设计远比单纯堆砌数据和参数更有生命力。USRL的诞生不仅是北理工与华为诺亚方舟实验室科研实力的体现更是给所有在AI浪潮中摸索的学子们一剂强心针好模型不在参数量而在方法论。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】 CVPR 2026：7M小模型，吊打千亿大模型？
今天我们要重点解读的是其中一篇来自北京理工大学与华为诺亚方舟实验室合作的论文也中了 CVPR 2026——它用仅仅700万参数在号称AGI试金石的ARC-AGI-1抽象推理基准测试上跑出了47.2%的惊人准确率。它不仅碾压了DeepSeek-R115.8%、o3-mini-high34.5%等顶尖大模型更向学术界证明了一件事在抽象推理这条赛道上精巧的类人结构设计远比无脑堆参数更有效。今天深度之眼就来拆解这篇论文看看这个名为USRL理解与求解推理循环的框架到底做对了什么。01 引言如果你了解ARC-AGI就知道它有多变态。每个任务只给2到5个输入输出示例模型必须从中悟出抽象的变换规则比如把蓝色方块按对角线移动然后应用到全新的测试图上。这对人类来说几乎是本能但对AI却是噩梦。问题出在哪现有的大模型和传统小模型处理这类问题时都是一锤子买卖把示例静态地塞进去算一次直接出答案。而人类怎么思考我们会先猜一个规则试着解一下发现不对劲立马回过头来修正对示例的理解再重新解。在这个理解-求解-再理解-再求解的循环中认知不断迭代升级。USRL框架的灵感正是源于此。02 方法论既然人类靠的是循环那就别让AI直来直去。作者将推理过程拆解为两个分工明确、又能互相唠嗑的模块理解模块UM专门负责读题。它反复审视几个示例提炼出它们背后共同的规则特征。求解模块SM专门负责做题。它维护一个不断更新的解题草稿并依据理解模块给的规则特征来生成答案。两者不是各干各的而是循环对话。求解模块拿着草稿给理解模块看理解模块据此调整自己对规则的理解比如哦原来我关注错颜色了再把修正后的规则特征传回求解模块引导它修改答案。为了不让理解模块一股脑塞信息作者还引入了一个门控机制它会根据当前的解题进度动态筛选规则特征中眼下最需要关注的部分精准投喂给求解模块。就这么反复互怼几轮模型的理解和答案就越来越接近真理。03 创新点如果说循环架构是骨架那下面这两个设计就是USRL的灵魂。第一招让同规则示例在脑子里抱团对比学习同一个任务里的几个示例既然遵循同一条规则那它们在模型特征空间里的投影也应该高度相似。作者在训练中引入了对比学习策略强制要求同任务的示例特征互相靠近抱团不同任务的示例特征互相远离散开。这样一来模型不再需要漫长地自发领悟而是直接被训练成了规则提取高手理解能力大幅提升。第二招学会自己喊停自适应停止机制推理循环要跑多少步跑少了答案不对跑多了浪费算力。作者设计了一个极其巧妙的停车逻辑每一轮模型把自己刚生成的问题-答案对塞进理解模块得到一个假设规则特征。然后做两个比对先看已知示例之间有多像内部共识再看自己生成的答案与已知示例之间有多像答案匹配度。一旦答案匹配度超过内部共识就意味着当前答案和示例规则完全对得上号了。此时循环立刻终止输出答案。简单的题少想几步复杂的题多想几步自适应分配算力像极了人类浅尝辄止或深思熟虑的思考习惯。04 700万参数吊打千亿大模型口说无凭直接看结果。在ARC-AGI-1评测集上USRL交出了一份惊艳的答卷DeepSeek-R1约6710亿参数15.8%o3-mini-high34.5%Gemini 2.5 Pro37.0%HRM2700万参数40.3%TRM700万参数44.6%USRL本文700万参数47.2%不仅在同参数量级下碾压TRM甚至超越了参数量近4倍的HRM。在消融实验中去掉任何一个组件门控、对比损失、自适应停止都会导致明显的精度下滑证明了每个设计都拳拳到肉。更令人叹服的是推理效率当最大步数放宽到16步后飙升至47.0%。而自适应停车机制下平均实际只跑12.4步就自行停止兼顾了精度与算力的极致平衡。写在最后在通往AGI的道路上模仿人类认知结构的精巧设计远比单纯堆砌数据和参数更有生命力。USRL的诞生不仅是北理工与华为诺亚方舟实验室科研实力的体现更是给所有在AI浪潮中摸索的学子们一剂强心针好模型不在参数量而在方法论。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
