山姆·奥特曼 · 推理与测试时扩展
他预计会出现支持较慢思考的新范式,让 AI 对难题投入更多算力、对简单问题更快回答;具体最佳实现方式当时还不清楚。
嘉宾观点 · 忠实转述
在没有记住答案的情况下,推导困难证明应比回答简单问题需要更多计算,因此按难度分配算力有意义。
他的未来判断
未来系统可能根据问题难度调整思考时间与计算投入。
延伸分析 由 AI 生成
若推理阶段能动态增加计算,模型能力与单次请求成本可能随任务难度变化;需要同时评估额外计算带来的准确率收益与延迟。
后续观察
- 难题上的计算投入与性能关系
- 推理延迟和成本
讨论
还没有公开评论。
Web 当前为匿名只读,可在受邀小程序中参与讨论。