测试时扩展

Test-Time Scaling 是什么？为什么模型“多想一会儿”会突然变强

Test-Time Scaling 可以理解成：在模型真正回答问题时，给它更多推理预算、更多尝试次数或更长的思考空间，从而换取更好的结果。它之所以火，是因为很多人发现，模型能力不只取决于训练时多大，还取决于“回答当下愿不愿意多算一会儿”。 它到底在扩什么 - 可能是更长的推理步骤，让模型别太快下结论...