文章预览
知乎 :皓天 地址 :https://zhuanlan.zhihu.com/p/13872128423 编辑 :「深度学习自然语言处理 公众号」,转载请联系原作者 恰逢o3、gemini-flash-thinking版本推出,推理能力增强的模型已经把常见的benchmark刷到了一个遥不可及的结果,比如o3在aime24上直接干到29/30,code-force也刷到超过99.99%的人类。目前,推理模型主要在code、math、arg-agi等等上面有显著提升,而常用的翻译、对话等等场景,可能也用不到这么强的推理能力。可能真正能释放模型推理能力的场景是agent,由推理能力增强模型作为指挥家,调度一群不会思考只会工作的模型,降低推理成本 & 旧时代模型的合理利用(毕竟,直接把前代模型扔到垃圾桶,还是比较浪费钱)。 不管怎么样,我们也需要在现有资源下,掌握一定的推理模型构建方法论,才能在其他场景包括agent、tool等等场景持续优化和提升模
………………………………