低空间算法用于低成本结构化输出

Arip Asadulaev 在论文摘要中提出一种判定少路径图连接性的算法，并据此构造面向 JSON、工具调用等受模式约束输出的推理引擎；该方法将相关问题的空间复杂度降至 O(log₂n/log log n)，低于 Savitch 定理对应的经典 O(log₂n) 界。 作者在一台 16GB Apple M2 Pro 上测试 Qwen3.5-2B 和 4B：相较使用 llguidance 的 MLX，模式约束抽取在答案相同的情况下快 1.2—1.3 倍，语法占 3MB，而非最高 1.5GB；16 个工具调用 Agent 的测试快 2.5 倍。上述理论及性能数字均来自论文摘要，尚不能视为已独立复现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。