AI在线 AI在线

LRM

研究人员发现奇怪现象：思考时间越长，大模型越笨

研究人员发现奇怪现象：思考时间越长，大模型越笨
Michael Nuñez@MichaelFNunez译者 | 核子可乐审校 | 重楼Anthropic一项最新研究表明，AI模型耗费更长时间“思考”后表现未必更好，在某些情况下性能甚至会显著下降。 这一发现，挑战了AI行业推理浪潮的理论根基。 这项由Anthropic公司AI安全研究员Aryo Pradipta Gema及其他几位研究人员主导的项目，发现了所谓“测试时计算反比例”迹象，即延长大语言模型的推理长度实际上会降低其在多种任务中的表现。
7/28/2025 7:45:36 AM
核子可乐
苹果揭示当今先进模型存在严重缺陷，给企业高管敲响警钟

苹果揭示当今先进模型存在严重缺陷，给企业高管敲响警钟
一份具有开创性的苹果研究论文在AI社区引发了轩然大波，该论文揭示了当今最先进模型中存在的严重局限性，这些缺陷此前一直未被发现。 论文《思考的错觉》表明，像GPT-4、Deep Seek和Claude Sonnet这样的高级模型所应用的“思维链”推理，在任务变得过于复杂时，会出现“完全的准确性崩溃”。 最令人担忧的方面似乎是，一旦任务复杂到一定程度，再投入更多的处理能力、标记或数据也无济于事。
6/17/2025 3:18:33 PM
Bernard Marr
ALPHAONE（α1）：LRM 自适应推理效率与准确性的平衡之道

ALPHAONE（α1）：LRM 自适应推理效率与准确性的平衡之道
大家好，我是肆〇柒。 今天，我们来聊大型推理模型（LRM）领域的一项研究 ——ALPHAONE（α1）框架。 当前，大型推理模型如 OpenAI 的 o1 和 DeepSeek-R1 等，已经在诸多复杂推理任务上展现出了强大的能力，但它们在推理过程中也面临着一些挑战，比如容易陷入过度推理或推理不足的困境。
6/9/2025 9:17:44 AM
肆零柒
250多篇论文，上海AI Lab综述推理大模型高效思考

250多篇论文，上海AI Lab综述推理大模型高效思考
最近，像 OpenAI o1/o3、DeepSeek-R1 这样的大型推理模型（Large Reasoning Models，LRMs）通过加长「思考链」（Chain-of-Thought，CoT）在推理任务上表现惊艳。 但随之而来的是一个日益严重的问题：它们太能「说」了！ 生成的推理过程往往充斥着冗余信息（比如反复定义）、对简单问题过度分析，以及对难题的探索浅尝辄止。
4/4/2025 1:47:00 PM
机器之心
  • 1