Why We Think

摘要

探討了測試時計算（Test-time compute）如何透過延遲思考來提升模型表現。作者指出，將模型視為資源進行最佳化，並結合心理學中的「快思考」與「慢思考」理論，解釋了為何延遲思考能挑戰本能並促進更理性的決策。文章詳細介紹了利用測試時計算進行並行取樣、序列修正、外部工具使用以及確保思考過程忠實可靠的方法，並分析了不同任務型別下這些方法的有效性。

This paper reviews recent developments in test-time compute to improve model performance. It explores how delaying thought can challenge instincts and promote rationality, detailing strategies like parallel sampling, sequence revision, and external tool use. It also analyzes the reliability of these…

重點

• 測試時計算能透過延遲思考提升模型效能，挑戰本能並促進理性決策。
• 並行取樣與序列修正是兩種主要策略，依問題難度選擇組合使用。
• 外部工具使用（如程式碼執行）能擴充套件模型在數學與程式碼任務上的能力。

提到的工具與公司

• RATIONALYST
• ReAct
• PAL

適合誰看

程式開發者、AI 研究人員、對大語言模型（LLM）效能最佳化感興趣的技術人員。

摘要依據

講者

Lilian Weng

依據

文章全文

為什麼排在這裡

人氣

0.75

新鮮

0.14

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

• Revisiting Test-Time Scaling: A Survey and a Diversity-Aware Method for Efficient Reasoning影片 ・ 陳縕儂 Vivian NTU MiuLab ・ 17 分鐘（在新分頁開啟原站）
• Really Big Test-Time Compute in AI Changes Benchmarks, Safety and Research with OpenAI Research Scientist Noam BrownPodcast ・ No Priors ・ 36 分鐘（在新分頁開啟原站）
• Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters (Paper)影片 ・ Yannic Kilcher ・ 53 分鐘（在新分頁開啟原站）
• The "think" tool: Enabling Claude to stop and think文章 ・ Anthropic Engineering Blog
• What Is Reasoning文章 ・ Armin Ronacher（部落格）
• NEW AI Reasoning: State of Thought (SoT)影片 ・ Discover AI ・ 29 分鐘（在新分頁開啟原站）