Build A Reasoning Model From Scratch 5: Inference Scaling 2 (Logprob Scoring, Self-Refinement)

摘要

介紹推理模型推論時的評分函式與自我改進技術，包含使用對數機率分數解決平手情況及實作自我修正迴圈。觀眾可學習如何計算 token 機率、評估模型答案並最佳化推理過程。

This video teaches how to score model answers using log probabilities and implement a self-refinement loop for reasoning models.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

提到的工具與公司

• PyTorch
• MATH-500

適合誰看

正在從零建構或最佳化推理大語言模型的開發者。

摘要依據

講者

Sebastian Raschka

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.61

新鮮

0.96

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Build A Reasoning Model From Scratch 4: Inference Scaling 1 (Temperature, Top-p, Self-Consistency)影片 ・ Sebastian Raschka ・ 1 小時 37 分
• Build A Reasoning Model From Scratch 1: Motivation & Code Setup影片 ・ Sebastian Raschka ・ 43 分鐘
• Inference | AI Coding Dictionary文章 ・ AI Hero（Matt Pocock）
• Coding a Transformer from scratch on PyTorch, with full explanation, training and inference.影片 ・ Umar Jamil ・ 2 小時 59 分
• State of LLMs 2026: RLVR, GRPO, Inference Scaling — Sebastian RaschkaPodcast ・ The MAD Podcast ・ 1 小時 8 分
• 人工智慧：搜尋方法與邏輯推論 01. Introduction影片 ・ NTU OpenCourseWare ・ 1 小時 58 分