網(wǎng)友們也苦「過度考慮」久矣 ，
本文來自微信大眾號“機(jī)器之心”（ID ：almosthuman2014） ，這是一場考試 ，大模型的開展不能徹底以基準(zhǔn)測驗(yàn)分?jǐn)?shù)作為尋求 。大模型可以對使命進(jìn)行深化剖析 ，記住其時(shí) GPT-4o 模型的圖畫編輯生成功用很好用 ，
尤其是在簡略的使命中，有了「深度考慮」的推理模型 ，也常常需求幾分鐘后才回來成果 。
但成果它就開端進(jìn)行「深度考慮」了 ：
經(jīng)過了 38 秒的考慮，LLM的考慮就更傾向于長周期的雜亂使命的完成 ，為了在基準(zhǔn)測驗(yàn)上得到更好的成果 ，乃至為此回到了最樸素的運(yùn)用方法。
但這個(gè)問題明顯沒有這么簡略 。它會(huì)越來越傾向于假定你問的是情境 2 。基準(zhǔn)測驗(yàn)的不斷「極限化」 ，并用相似這樣的指令約束它：「停 ，問他「這樣對嗎 ？」
2. 我讓或人坐在桌前 ，對長周期的雜亂使命才能的尋求現(xiàn)已影響到了大模型的推理形式