IXThinker·2025-03-10 19:00

CMU的LCPO：15億L1模型同預算勝GPT-4o

推理模型往往不論難易都「一刀切」地長篇思考。CMU團隊推出長度控制策略優化（LCPO），讓小模型按任務需求靈活分配思考量，以效率換取性能。

LCPO控制思考長度

LCPO讓AI推理不再是固定模式，而是像聰明管家一樣按任務需求調整「思考」長度：複雜數學題深入推理，簡單任務則快問快答，靈活支配token預算。