GitHub · 去对齐工具与仓库·· 4 天前精选AI 评分56
orioli/IM-LLM:完整产品知识图在 LLM 头脑风暴中始终是效率最低的条件
orioli/IM-LLM
来源与原文
GitHub · 去对齐工具与仓库
发布时间:(北京时间)
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/orioli/IM-LLM
本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。
AI 导读
orioli 发布 IM-LLM 仓库,含论文、代码与数据,检验窄上下文是否比完整产品图更高效。以微波炉创新矩阵(123 节点、246 条带类型边)为素材,claude-haiku-5-5 生成想法、claude-sonnet-5-5 盲评,主指标为每 10 万 token 产出的高分想法数(score ≥ 4.0)。主实验(580 次调用、2,892 个想法)与 50 想法/次的后续实验中,完整图在全部三个模型上都是效率最低的条件,约为其他条件的一半;需求切片与不给图无差别;按美元计 Haiku 每美元产出比 Opus 高 20-40 倍。论文在投,预印本链接待补。
推荐理由
实验统一用每 10 万 token 的高分想法产出作指标,并给出三个模型的逐项数据,读者可以自行核对窄上下文是否更省。
来源:GitHub · 去对齐工具与仓库 · github.com