硅谷豪赌算力烧到停电，中国团队反向出击！这一刀，直接砍碎Scaling Law

YuanLab.ai团队发布Yuan 3.0 Flash模型，以40B MoE架构（仅激活3.7B参数）应对大模型“过度反思”顽疾。实验显示，其RIRM机制将数学任务中无效反思token占比从71.6%压降至28.4%，总推理token最高减少75%，同时MATH-500准确率提升至89.47%。在多模态任务中，RAG（64.47%）、Docmatix（65.10%）等指标显著优于GPT-5.1（46.10%），并支持128K上下文与100%“大海捞针”召回。该成果代表AI发展正从参数规模竞争转向推理效率与算力经济性新路径。
来源：https://tech.ifeng.com/c/8qd4j7oLgQ8