Redwood Research ทดสอบ GPT-6-Astra พบการใช้โทเคนเติมช่วยเพิ่มประสิทธิภาพแบบไม่มีการอนุมานอย่างมาก
หัวข้อต้นฉบับ:Astra is much better at reasoning with filler tokens than previous models
สรุปโดย AI
Redwood Research วัดประสิทธิภาพของ GPT-6-Astra เมื่อเพิ่มโทเคนเติมที่ไม่มีความหมายลงในพรอมป์ต์ พบว่าดีขึ้นอย่างชัดเจนในงานที่ต้องใช้การคิดเชิงลำดับจำนวนมาก โดยการอนุมานข้อเท็จจริงธรรมชาติแบบ 4-hop เพิ่มจากราว 10-20% เป็นราว 50% และโจทย์ AIME แบบเก่าเพิ่มจากราว 60-70% เป็นราว 90%
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- Redwood Research:Blog(RSS)
- หมวดหมู่
- บทความและงานวิจัย
- คะแนน AI
- 73
原文给出填充 token 显著提升 GPT-6-Astra 无推理表现的实测数据,指向思维链监控失效这一安全影响。
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: Redwood Research ทดสอบ GPT-6-Astra พบการใช้โทเคนเติมช่วยเพิ่มประสิทธิภาพแบบไม่มีการอนุมานอย่างมาก 23 กันยายน 2026 https://new.nat6.net/th/news/o0bzx5jxh2r108wvqlcyeevd4/