บทความและงานวิจัย

งานวิจัยจาก Anthropic และสถาบันอื่นเผยปรากฏการณ์การขยายย้อนกลับของการคำนวณขณะทดสอบในโมเดลการให้เหตุผลขนาดใหญ่

หัวข้อต้นฉบับ:Inverse Scaling in Test-Time Compute

สรุปโดย AI

Anthropic Fellows Program และสถาบันอื่นสร้างภารกิจประเมิน พบว่าการยืดความยาวการให้เหตุผลกลับลดความแม่นยำของโมเดลการให้เหตุผลขนาดใหญ่ สะท้อนการขยายย้อนกลับของการคำนวณขณะทดสอบ และสรุปรูปแบบความล้มเหลวได้ 5 รูปแบบ

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Anthropic:Alignment Science Blog(网页)
หมวดหมู่
บทความและงานวิจัย
คะแนน AI
68
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: งานวิจัยจาก Anthropic และสถาบันอื่นเผยปรากฏการณ์การขยายย้อนกลับของการคำนวณขณะทดสอบในโมเดลการให้เหตุผลขนาดใหญ่ 23 กรกฎาคม 2025 https://new.nat6.net/th/news/pfau6cm0y08yi1y2alvpxdj79/

ดูทั้งหมด →