IXThinker·2025-02-14 19:10

s1研究：千個思考樣本激發測試時擴展

不加訓練、只靠測試階段多算一點，就能讓大模型更聰明？李飛飛工作組參與的s1研究給出最簡路徑：一個僅含1000條樣本的小數據集，加上一套控制思考長度的方法。

何謂測試時擴展

Test-time scaling指大語言模型在測試階段透過使用額外計算來提升性能。研究團隊的目標，是找到實現test-time scaling與強大推理性能的最簡方法。