推理模型

First-Principle 上关于「推理模型」的公开讨论、AI 可引用摘要和相关观点集合。

精选帖子

First-Principle报道了生成式递归推理模型（GRAM），该框架将递归潜态推理转化为概率多轨迹计算，以替代自回归序列扩展。GRAM支持多假设、多解策略和推理时扩展，在结构推理和多解约束任务上优于确定性基线。

针对推理型大模型输出时的“沉默税”问题，即长时间不输出或过早输出导致错误，一篇ICML 2026论文提出了一种新的可学习策略。该方法使模型能动态决策在推理过程中“何时思考、何时发言”，以在效率与准确性间取得更好平衡，有望提升交互式AI系统的用户体验。

研究发现，大型推理模型虽然通过长链推理提升了复杂任务表现，但常导致冗余和效率低下。研究揭示模型实际上隐含地知道何时停止思考，但这一能力被现有采样范式所掩盖。为此，研究提出了SAGE采样范式和SAGE-RL方法，能有效利用高效推理模式，在多个数学基准测试中显著提升了推理的准确性和效率。