术语slug: overthinking

过度思考

Overthinking

推理模型生成冗长推理链、延长响应时间的常见后训练难题

收录情报动态

共 1 篇 · 第 1/1 页
量子位官网T2·基座大模型
62 分
腾讯混元团队 Reddit AMA 透露 Hy 小模型路线图

腾讯混元团队在 Reddit 举行 AMA,围绕本月发布的旗舰模型 Hy4 与轻量版 Hy4 flash 回应开发者提问。团队确认 Hy 小模型与面向 24GB 显存的版本已进入路线图,并披露 Flash 采用从旗舰蒸馏加强化学习压缩推理链、以缓解过度思考的训练路径。