Deepseek-R1 和 OpenAI o1 这样的推理模型普遍存在“思考不足”的问题

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

等模型如何处理复杂推理。结果显示,o1 这类大模型在面临难题时容易陷入"推理崩溃",计算资源被不断尝试新方法消耗殆尽。然而,正确率更高的模型并不一定更高效,它们可能只是更擅长找到最终答案,而非更聪明地利用计算资源。

如何让 AI"坚持己见"?

为了解决"思维不坚定"问题,研究团队提出了一种新的解码策略------"思维切换惩罚"(TIP)。它通过调整模型的概率分布,降低某些表示策略变化的词语(比如"或者")的权重,从而让 AI 在跳到新思路前,更深入地探索当前路径。

结果表明,TIP 确实让 AI 更加"坚定立场":QwQ-32B-Preview 在数学竞赛 MATH500-Hard 任务中的正确率从 82.8% 提高到了 84.3%,并且推理过程更加稳定。这一改进同样适用于 GPQA Diamond、AIME2024 等高难度测试集。

研究人员表示,这项研究揭示了一个关键点------提升 AI 的推理能力并不只是堆砌更多算力,而是要教会模型什么时候应该坚持,什么时候才该换思路。未来,他们计划进一步优化 AI 的问题解决方式,让它们自主判断"该坚持还是该变通",从而真正实现更高效、更聪明的推理过程。

相关推荐
wyiyiyi37 分钟前
【目标检测】芯片缺陷识别中的YOLOv12模型、FP16量化、NMS调优
人工智能·yolo·目标检测·计算机视觉·数学建模·性能优化·学习方法
mit6.8242 小时前
[自动化Adapt] 回放策略 | AI模型驱动程序
运维·人工智能·自动化
爱看科技3 小时前
5G-A技术浪潮勾勒通信产业新局,微美全息加快以“5.5G+ AI”新势能深化场景应用
人工智能·5g
打马诗人5 小时前
【YOLO11】【DeepSort】【NCNN】使用YOLOv11和DeepSort进行行人目标跟踪。(基于ncnn框架,c++实现)
人工智能·算法·目标检测
倒悬于世5 小时前
基于千问2.5-VL-7B训练识别人的表情
人工智能
大知闲闲哟5 小时前
深度学习TR3周:Pytorch复现Transformer
pytorch·深度学习·transformer
00_JackLu6 小时前
浅窥Claude-Prompting for Agents的Talk
语言模型
大哥喝阔落6 小时前
chatgpt plus简单得,不需要求人,不需要野卡,不需要合租,不需要昂贵的价格
人工智能·chatgpt
Godspeed Zhao6 小时前
自动驾驶中的传感器技术21——Camera(12)
人工智能·机器学习·自动驾驶·图像评测
hurrycry_小亦6 小时前
补:《每日AI-人工智能-编程日报》--2025年7月31日
人工智能