पेपर और शोध

Anthropic सहित अन्य संस्थानों के शोध से बड़े तर्क मॉडल में टेस्ट-टाइम कंप्यूट रिवर्स स्केलिंग का पता चला

मूल शीर्षक:Inverse Scaling in Test-Time Compute

AI सारांश

Anthropic Fellows Program और अन्य संस्थानों द्वारा निर्मित मूल्यांकन कार्यों से पता चला है कि तर्क की अवधि बढ़ाने से बड़े तर्क मॉडल की सटीकता कम हो जाती है, जिसे टेस्ट-टाइम कंप्यूट का रिवर्स स्केलिंग कहा जाता है। अध्ययन में इसके पांच विफलता पैटर्न की पहचान की गई है।

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
Anthropic:Alignment Science Blog(网页)
श्रेणी
पेपर और शोध
AI स्कोर
68
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

研究给出五类测试时计算反向扩展的失败模式,并附带安全含义,可帮助读者理解长推理并非总是增益。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: Anthropic सहित अन्य संस्थानों के शोध से बड़े तर्क मॉडल में टेस्ट-टाइम कंप्यूट रिवर्स स्केलिंग का पता चला। 23 जुलाई 2025। https://new.nat6.net/hi/news/pfau6cm0y08yi1y2alvpxdj79/

सभी देखें →