Anthropic 등 기관 연구, 대형 추론 모델의 테스트 시점 연산 역확장 현상 밝혀
원제목:Inverse Scaling in Test-Time Compute
AI 요약
Anthropic Fellows Program 등 기관은 평가 과제를 구축해 추론 길이를 늘릴수록 대형 추론 모델의 정확도가 오히려 낮아지는 테스트 시점 연산의 역확장 현상을 발견하고 다섯 가지 실패 유형을 정리했다.
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 논문 및 연구
- AI 점수
- 68
추천 이유
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。
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: Anthropic 등 기관 연구, 대형 추론 모델의 테스트 시점 연산 역확장 현상 밝혀. 2025년 7월 23일. https://new.nat6.net/ko/news/pfau6cm0y08yi1y2alvpxdj79/