十分钟讲清推理模型（Reasoning）到底多做了什么？

AI多想几十秒，真的会更聪明吗？我们用猫、鱼和三只箱子，拆开推理模型（Reasoning）：训练时学会解题，使用时再把计算花在草稿、候选和验证上。 先“想”不等于后台重新训练；写得长，也不等于答案正确。这期把思维链（Chain of Thought）、推理时计算（Test-time Compute）和验证器（Verifier）串起来，看看模型什么时候该拆分问题、检查答案、换一条路。 片中还运行了一个三箱找鱼的小程序：同一道题，可以逐个验证，也可以先发现条件之间的关系，用更短的推理找到答案。 【章节】 00:00 AI回答前，到底在想什么？ 00:48 三箱找鱼：草稿和思维链有什么用？ 02:51 训练时：学会更有效地解题 04:44 使用时：展开步骤、比较候选、验证结果 06:46 为什么多算、多数票都不保证正确？ 07:54 思考过程，是内部活动的完整记录吗？ 08:47 哪些任务值得多想？ 09:36 总结：学会方法，再把计算用对 10:20 OpenAI原声：检查、换路、拆分问题 【示例说明】 三箱程序是本地规则验证器，不是新训练的Reasoning模型；多数票示例是机制示意，不是商业模型采样成绩。 【系列前篇】 大语言模型是怎么训练的？    • 十分钟讲清大语言模型是怎么训练的？从 Token 到参数更新   【参考资料与原声来源】 OpenAI — Learning to reason with LLMs https://openai.com/index/learning-to-... DeepSeek-R1 原始论文 https://arxiv.org/html/2501.12948v1 Scaling LLM Test-Time Compute Optimally https://arxiv.org/html/2408.03314v1 Anthropic — Reasoning models don't always say what they think https://www.anthropic.com/research/re... OpenAI Forum — Learning to Reason with LLMs（2024-10-04） https://forum.openai.com/public/video... OpenAI Reasoning models guide https://platform.openai.com/docs/guid... 【音乐署名】 许可链接（CC BY 3.0）：https://creativecommons.org/licenses/... Music: Awaken by Alex-Productions   / alexproductionsmusic   License: Creative Commons — Attribution 3.0 Unported — CC BY 3.0 Free Download / Stream: https://links.al/YL1 Music promoted by Audio Library: https://links.al/youtube Music: chill days by Snoozy Beats   / snoozybeats   License: Creative Commons — Attribution 3.0 Unported — CC BY 3.0 Free Download / Stream: https://links.al/oaC Music promoted by Audio Library: https://links.al/youtube Music: Puzzle by Roa   / roa_music1031   License: Creative Commons — Attribution 3.0 Unported — CC BY 3.0 Free Download / Stream: https://links.al/mur Music promoted by Audio Library: https://links.al/youtube 我是李出戏。把AI拆开讲清楚，越听越出戏。 #推理模型 #Reasoning #大语言模型