全部文章标签

推理模型

聚焦一类专为多步推理训练的大模型:它们回答前先进行较长的内部思考,在数学、代码与逻辑题上更强,代价是更慢、更贵,专题帮你分清该用它还是普通模型。

专题介绍

推理模型是经过专门训练、会在给出答案前先展开较长思考过程的一类大模型,代表如 OpenAI 的 o 系列与 DeepSeek-R1。专题内容覆盖这类模型的训练思路、思考预算与准确率之间的关系、与普通对话模型在速度和计价上的差异,并结合具体任务说明:哪些难题值得等待它慢慢算,哪些日常问题用普通模型反而更划算。

Nemotron 微调拿下 IOI 与 IMO 双料金牌:编程赛超人类冠军,数学赛过金牌线

Nemotron 微调拿下 IOI 与 IMO 双料金牌:编程赛超人类冠军,数学赛过金牌线

AI资讯
AI导航 0 次阅读
OpenAI 新研究:o3 内部有多组元博弈信号,强化学习会放大它们

OpenAI 新研究:o3 内部有多组元博弈信号,强化学习会放大它们

AI资讯
AI导航 1 次阅读
思维链是什么意思?为什么先写步骤反而更容易答对

思维链是什么意思?为什么先写步骤反而更容易答对

AI百科
AI导航 1 次阅读
DeepSeek-R1-0528模型开源,对标OpenAI的国产强者

DeepSeek-R1-0528模型开源,对标OpenAI的国产强者

AI资讯
AI导航 136 次阅读