关闭广告

研究人员提出OThink-R1,让大模型自行决定是否需要深度思考

DeepTech深科技1080人阅读

近日,浙江大学硕士生张盛佳和所在团队发现:深度推理模型的部分推理过程是不必要的。一方面,目前的深度推理模型在面对一些例如“1+1=?”的简单问题时,也需要大费周章地进行深度思考。而人类在面对诸如此类的简单问题时,往往能够凭直觉给出答案;另一方面,在一些简单任务上(例如,常识问答和小学生数学题),即使不具有深度推理能力的大模型也能取得较好的效果。本次研究基于所观察到的现象提出了一种解决方案,使得深度推理大模型在解决问题时,能够自行决定是否进行深度思考,有利于计算资源更加合理的分配,提升大模型的推理效率。


图 | 张盛佳(来源:张盛佳)

据介绍,受限于数据与算力的规模,预训练以 Transformer 为基础架构的大模型所带来的收益正在不断式微。那么,该如何进一步提升大模型的能力?近来,以 DeepSeek-R1、OpenAI o1 为代表的深度推理大模型突破了预训练 Scaling Law 的限制,通过增加测试时计算资源的投入,在多种复杂任务上取得了优异的效果。与非深度推理大模型相比,深度推理大模型通过模仿人类进行深度思考,能够更加准确地理解用户的需求,更加深入地分析用户提出的问题。

然而,目前的深度推理

上一页 下一页
版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

晚点独家丨理想调整基座模型业务:詹锟接手,VLA 研发整合

晚点LatePost 浏览 928

瞭望 | 宇宙寻亲新路径

新华社 浏览 974

蔡磊抗"冻"6年:科研投入超1亿 如今只能用眼控仪交流

红星新闻 浏览 921

开源版Cowork爆火,逼得Anthropic下放Cowork

新智元 浏览 899

万科:董事长辛杰辞职

网易财经 浏览 1162

接过430Phev的棒,上汽大众帕萨特ePro广州车展实拍来了!

凡兮说 浏览 938

德罗西:沙拉维要尽快进入可用状态,哪怕他只能上10到15分钟

懂球帝 浏览 405

墨西哥一市长怀抱幼子被当众枪杀 曾誓言根除贩毒集团

红星新闻 浏览 1013

贡多齐:尤文目前的状态并不理想,我们有足够的实力击败他们

懂球帝 浏览 1051

委专家:马杜罗戴着镣铐受审 新的政治现实在委已出现

中国新闻周刊 浏览 907

关键时刻伊朗欧盟关系生波澜 欧盟"站队"美以惹怒伊朗

澎湃新闻 浏览 878

精读季报丨谢治宇的基金,为什么只适合“买”,不适合“抄”?

一地基毛 浏览 1739

以防长称摧毁哈马斯在加沙的地下隧道是当前核心任务

北青网-北京青年报 浏览 870

陈晓新剧黯然收官!口碑崩塌评论区沦陷,和前妻陈妍希对打输惨了

萌神木木 浏览 1023

泰柬在13条战线上交战 泰总理:愿意接听特朗普电话

环球网资讯 浏览 908

街道办设专门办公室处理"续面"事件 律师:店主涉违法

澎湃新闻 浏览 1255

女子网购雅鹿羽绒服衣袖上现"孝"字标 商家:补偿10元

都市报道 浏览 880

法新社:姆巴佩与巴黎之间的财务纠纷将在17日举行听证会

懂球帝 浏览 985

邵佳一:我们应该配得上三分,在休息室里我祝贺了队员们

懂球帝 浏览 1053

蔚来乐道L60马到成功版上市:专属主题豪华内饰、车机,21.89万元

IT之家 浏览 860

前海财险困守“C班”,女掌门霍建梅独掌危局?

经理人杂志 浏览 1164
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除
闽ICP备16027347号-4