ผู้พัฒนาเปิดตัวสถาปัตยกรรม AI ที่ใช้เทคนิคการสปาร์ซิฟาย Gemma-4-31b-it ร่วมกับระบบ hrm/trm ทำหน้าที่เป็นสมองส่วนขวา และระบบ callosal ที่เชื่อมต่อระบบหลัก ทำให้ได้คะแนน 15.85% บน arc-agi-3 ซึ่งสูงกว่าระดับ 4.8123% ของ Rhae แม้ไม่ใช้การฝึกแบบ harness หรือ benchmaxxing ก็ยังทำได้ใกล้เคียงสถาปัตยกรรมแบบรวมตัว (unified architecture) ที่มีประสิทธิภาพสูงสุด สถาปัตยกรรมนี้ทำคะแนน -1.31 f1 บน Qasper Longbench ซึ่งใกล้เคียงกับแบบ dense ที่ทำได้ 62.23% ของ kv cache ผู้พัฒนาพร้อมเปิดเผยเอกสารวิจัย 2 เอกสารใน GitHub และรับการตรวจสอบอย่างเข้มงวดจากผู้เชี่ยวชาญ การใช้เทคนิคการเชื่อมต่อระบบประมวลผลแบบสองทิศทาง (bi-directional callosal subsystem) ช่วยลดการใช้ทรัพยากรโดยไม่สูญเสียประสิทธิภาพ ซึ่งเป็นขั้นตอนสำคัญในการพัฒนาโมเดล AI ที่มีความยืดหยุ่นและประสิทธิภาพสูง
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว