H-Nets新版本称实现最高3-5倍效率提升

2026年10月29日，Albert Gu（@_albertgu）公布分层网络（H-Nets）新版本在受控缩放实验中的效率结果：据其说法，新版本在受控缩放定律实验中最高取得3-5倍效率提升；在更大规模上，该版本以约少10倍的数据和算力，达到与一个用11T token训练的开源模型相当的水平。同日，X用户Elvis Saravia（DAIR.AI）(@omarsar0)在一条推荐阅读的帖子中提及“从原始字节学习”的研究进展，称这是其去年最喜欢的研究课题之一，并称潜在效率提升“仅仅是冰山一角”。上述效率数字与对比结论均来自Albert Gu的单方公布，报道未提供独立复现或第三方验证信息；Saravia的帖子仅为推荐阅读，未给出具体数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。