太阳成tyc7111cc·(中国)集团官方网站-Macau Bellwether
仙女屁惩罚女友打屁股赎罪 最近更新|更新列表|字母检索|下载排行|苹果专区|分类导航

当前位置:首页专题合集 → w3u7903ejky2ywls

AI推理模型提升快到头了?研究:最快一年内将撞上天花板

AI推理模型提升快到头了?研究:最快一年内将撞上天花板

5月13日消息,非营利性人工智能研究机构Epoch AI的最新分析显示,推理类AI模型的性能大幅提升可能已接近极限。报告指出,最快一年内,这类模型的进展速度就可能放缓。

近几个月来,OpenAI的o3等推理模型在AI基准测试中表现亮眼,尤其在数学和编程能力评估方面大幅领先。这类模型通过增加算力投入提升性能,但代价是任务耗时远超传统模型。

推理模型先是用海量数据训练基础模型,再运用“强化学习”技术对复杂问题的解决方案进行反馈式优化。

Epoch AI表示,OpenAI等前沿实验室在推理模型的强化学习阶段尚未投放海量算力。但这一现状正在改变。OpenAI透露,训练o3模型时的算力投入约比前代模型o1多十倍,且大部分算力都流向强化学习环节。公司研究员丹·罗伯茨(Dan Roberts)近日更透露,未来将把更多算力优先用于强化学习,甚至要超过预训练阶段的算力投入。

不过Epoch AI指出,强化学习的算力投入终有其上限。机构分析师Josh You在报告中解释说,训练传统人工智能模型带来的性能提升每年大约翻四倍,而强化学习带来的性能提升则每3到5个月增长十倍。他预计,到2026年,推理训练的进展速度“可能会与整体人工智能前沿水平趋于一致”。

Epoch AI的结论基于多项假设,并部分引用了人工智能公司高管的公开言论。但报告也强调,除算力外,高昂的研发成本等因素也可能阻碍推理模型的扩展。“如果研发持续需要高昂开支,推理模型的扩展幅度或将低于预期,”Josh You写道。“算力快速增长或是推动推理模型进步的重要因素,因此值得持续关注。”

对于已在推理模型研发上投入巨资的人工智能行业而言,任何显示其性能提升可能触及天花板的迹象都会引发忧虑。研究已表明,这类运行成本极高的模型还存在严重缺陷,比如比某些传统模型更易出现“幻觉”问题。(辰辰)

相关推荐:小兰被❌超污网站免费 🈲美女扒开胸露出尿头🈲漫画 修理水电还是修理我麻豆

分享: 2025-05-14 16:14:50 共81款

电脑

安卓

苹果

相关合集

网友评论 查看所有评论>>

发表评论

(您的评论需要经过审核才能显示) 网友粉丝QQ群号:766969941

查看所有0条评论>>