TwiScan
人気
コミュニティ
アカウントコレクション
ログイン
登録
English
日本語
한국의
简体中文
繁体中文
登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。
今すぐ登録
DataDan|AI Consultant + Builder
@ba_niu80557
Independent Forward Deployed AI Engineer. I embed and ship AI into production—agents, pipelines, the parts that actually work. EN / 中文 / 日本語. DMs open.
参加 March 2024
351
フォロー中
4.1K
ファン
DataDan|AI Consultant + Builder
@ba_niu80557
2026.11.12 02:37
最近有篇论文挺好玩的:推理模型的思考过程,开头那几个词基本决定了它后面怎么走 研究者发现,禁止模型用它最常用的那几个开头词,再给一个例子,模型遵守指令的能力能提升三四十个百分点 三四十个百分点是什么概念,很多时候换一代模型都没这么大的提升 而做到这个,只需要动开头几个词。这比你吭哧吭哧改一大段 system prompt 管用多了 这不是孤例。去年就有研究发现,推理模型第一步想错了,后面基本很难自己纠正回来,虽然它看起来一直在"反思" 还有研究专门讲推理模型为什么会陷入循环,一直"Wait, let me reconsider",把 token 烧光也停不下来 所以我现在越来越不把"推理"当成模型在真的思考,更像一个有很强惯性的人:开了个头,就顺着那个方向一路说下去 开头说对了,后面一路顺;开头说偏了,越想越偏,还越来越自信 落到实操上就两件事: 一是能预填就预填,别让模型自己决定从哪开始想,特别是格式和流程固定的任务 二是别只看最终答案对不对,要看它的思考过程长什么样。同样是答错,开头就跑偏和最后一步算错,修法完全不一样
もっと見る
0
0
0
1
0
コミュニティへ転送
人気のあるユーザー
オリコンニュース
@oricon
2M ファン
New York Post
@nypost
4.3M ファン
ツイッター速報〜BreakingNews
@tweetsoku1
260.1K ファン
TVer新着
@TVer_info
101.8K ファン
PR TIMESテクノロジー
@PRTIMES_TECH
28.3K ファン
Reuters
@Reuters
26.5M ファン
First Squawk
@FirstSquawk
579.5K ファン
モデルプレス
@modelpress
2.1M ファン
Bloomberg
@business
10.5M ファン
MANTANWEB/毎日キレイ
@mantanweb
68.6K ファン
billboard
@billboard
16.8M ファン
ファミ通.com
@famitsu
1.4M ファン
cv usk
@cv_usk
470 ファン
zerohedge
@zerohedge
3.4M ファン
Yahoo!ニュース
@YahooNewsTopics
2.1M ファン