LegközelebbKövetkező útmutató
Tesztidő-növelés
Műszaki
Nyelvi AI ÚTMUTATÓ
A tesztidő-számítási skálázás azt jelenti, hogy a modellnek több gondolkodási és számítási időt ad, amikor megválaszolja a kérdést, ahelyett, hogy csak növelné a képzés során.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
Ez az áttörés az „okosító modellek” mögött, amelyek képesek megoldani a nehéz matematikai és kódolási problémákat a válaszadás előtti mérlegelés révén.
A mesterséges intelligencia fejlődése éveken át skálázási képzést jelentett: több adat, több paraméter, több előképzési számítás. A tesztidő-számítási skálázás egy második tengelyt ad hozzá, így több számításra van szükség a következtetésre. Ahelyett, hogy azonnal választ adna, az érvelési modell hosszú belső gondolati láncot generál, amely feltárja a lépéseket, ellenőrzi a munkát és visszalép. A technikák közé tartozik a kiterjesztett gondolati lánc, a sok jelölt megoldás mintavétele és a legjobbak kiválasztása (önkonzisztencia vagy a legjobb az N), valamint a fa stílusú keresés, amelyet egy ellenőrző vagy jutalommodell vezérel. OpenAI o1 és o3, DeepSeek-R1 és Claude kiterjesztett gondolkodása népszerűsítette ezt: a verseny matematikai és programozási pontossága meredeken ugrik, ahogy hagyja, hogy a modell „tovább gondolkozzon”, kereskedési késleltetése és költsége a helyes válaszok meghiúsulása esetén.
Az OpenAI o1 és o3 modelljei lépésről lépésre gondolják végig az olimpia szintű matematikai feladatokat, drámaian felülmúlva az azonnali válasz modelleket az AIME és a versenyek benchmarkjain.
A DeepSeek-R1 megerősítő tanulást használt a hosszú gondolati láncra épülő érvelés megtanítására, nyíltan demonstrálva az extra következtetési számításból származó nagy pontosságnövekedést.
A Claude kiterjesztett gondolkodásmódja lehetővé teszi a fejlesztők számára, hogy beállítsanak egy token-költségvetést, így a modell hosszabb időt vesz igénybe az összetett kódolási vagy elemzési feladatoknál, mielőtt válaszolna.
Az AlphaCode és hasonló rendszerek tesztidőben több ezer jelölt programból mintát vesznek, majd szűrik és rangsorolják őket, hogy megoldják a versenyképes programozási kihívásokat.
A tesztidő számítása ma már a képzés melletti elsődleges skálázási kar. Adaptív költségvetésekre számíthatunk, ahol a modell a nehézségek, a hosszú láncok rövidebbekké történő lepárlása révén olcsóbb érvelés és a gondolkodást eszközhívásokkal és webes keresésekkel átszőtt „ügynöki” ciklusok alapján dönti el, hogy mennyire nehéz gondolkodni. Ahogy a következtetési hardver fejlődik, a szándékos érvelés lesz az alapértelmezett olyan nagy téttel járó feladatoknál, mint a tudományos kutatás, a szoftverfejlesztés és az összetett tervezés, miközben a gyors keresések gyorsak és olcsók maradnak.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A tesztidő-számítási skálázás azt jelenti, hogy a modellnek több gondolkodási és számítási időt ad, amikor megválaszolja a kérdést, ahelyett, hogy csak növelné a képzés során. Ez az „okosító modellek” mögötti áttörés, amely képes megoldani a nehéz matematikai és kódolási problémákat a válaszadás előtti mérlegelés révén.
A tesztidő (következtetési idő) számítás a válasz generálása közben végzett munka, amely különbözik az előképzés során használt számítástól.
The study examines inference-time strategies including sampling candidates, revising answers and using process-based reward models to allocate computation.
Ha hagyjuk a modellt tovább gondolkodni, az javítja a nehéz problémák helyességét, de növeli a válaszidőt és a számítási költségeket.
A Best-of-N párhuzamosan több megoldási kísérletet generál, és pontozót vagy ellenőrzőt használ, hogy megtartsa a legerősebbet, ez egyfajta tesztidő-skálázás.
Évekig a méretezés nagyobb edzéseket jelentett; A tesztidő-számítás egy második módot ad a képességek növelésére, mivel több következtetést számol.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Tesztidő-növelés
Műszaki