热点事件持续更新
研究者提出Hermes框架以增强测试时扩展能力
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月1日，研究人员在 arXiv 发布论文，提出了 Hermes 框架族及两阶段训练框架 Hermes-Learn。该框架通过将跨上下文窗口分配与信息复用等“上下文推理”决策权赋予模型本身，旨在释放模型的测试时扩展能力。实验结果表明，Hermes-Learn 能够有效填补小型开源模型在扩展能力上的差距，诱导出自适应推理策略，并支持外推至更大推理算力以及迁移到其他测试时扩展方法。
AI 根据报道生成 · 4 小时前更新
最新进展10月1日 12:00
研究人员提出Hermes及Hermes-Learn训练框架，通过学习上下文推理释放测试时扩展能力。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv 机器学习Hermes：通过学习上下文推理释放测试时扩展能力
研究人员提出 Hermes 框架族及两阶段训练框架 Hermes-Learn，将跨上下文窗口分配与信息复用等“上下文推理”决策权赋予模型本身，以释放测试时扩展能力。实验表明，Hermes-Learn 能填补小型开源模型在扩展能力上的差距，诱导出自适应推理策略，并可外推至更大推理算力及迁移到其他测试时扩展方法。
本事件热度走势
当前热度 9·可比范围峰值 10（10月1日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。