BDH-CQ
潜空间循环推理的后Transformer模型
BDH-CQ 是 Pathway 推出的后 Transformer 架构模型（BDH / Dragon Hatchling 家族），在潜在空间中进行循环推理而非依赖思维链。1.5 亿参数版本在 ARC-AGI-1 上取得 29.5% 准确率，每任务推理成本约 0.0007 美元；同架构在 BABILong 长上下文问答中于 32K tokens 达 95%、128K tokens 达 82%，强调测试时的记忆与抽象推理效率
1
2026-08-11
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
BDH-CQ 是 Pathway 推出的后 Transformer 架构模型（BDH / Dragon Hatchling 家族），在潜在空间中进行循环推理而非依赖思维链。1.5 亿参数版本在 ARC-AGI-1 上取得 29.5% 准确率，每任务推理成本约 0.0007 美元；同架构在 BABILong 长上下文问答中于 32K tokens 达 95%、128K tokens 达 82%，强调测试时的记忆与抽象推理效率
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-08-11
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-08-11新工具首发
Pathway 公开 BDH-CQ（150M 参数后 Transformer 模型）在 ARC-AGI-1 上取得 29.5% Pass@2 准确率，每任务推理成本 0.0007 美元；它在潜在空间循环推理而不使用思维链，官方还声称验证了类 Transformer 的扩展至 600B 参数。
BDH-CQ 常见问题
关于 BDH-CQ 的定位、核心功能、价格与最近更新。
BDH-CQ 是什么？
BDH-CQ 是 Pathway 推出的后 Transformer 架构模型（BDH / Dragon Hatchling 家族），在潜在空间中进行循环推理而非依赖思维链。1.5 亿参数版本在 ARC-AGI-1 上取得 29.5% 准确率，每任务推理成本约 0.0007 美元；同架构在 BABILong 长上下文问答中于 32K tokens 达 95%、128K tokens 达 82%，强调测试时的记忆与抽象推理效率。
BDH-CQ 有哪些核心功能？
BDH-CQ 当前已核验的核心功能包括：复杂推理、长文本处理。
BDH-CQ 如何收费？
AI Equal 当前没有收录 BDH-CQ 的可验证价格信息。
BDH-CQ 最近有什么更新？
2026-08-11：Pathway 公开 BDH-CQ（150M 参数后 Transformer 模型）在 ARC-AGI-1 上取得 29.5% Pass@2 准确率，每任务推理成本 0.0007 美元；它在潜在空间循环推理而不使用思维链，官方还声称验证了类 Transformer 的扩展至 600B 参数。