突破大模型推理瓶颈！首篇「Test-Time Scaling」全景综述，深入剖析AI深思之道
突破大模型推理瓶颈！首篇「Test-Time Scaling」全景综述，深入剖析AI深思之道当训练成本飙升、数据枯竭，如何继续激发大模型潜能？
来自主题: AI技术研报
5984 点击 2025-05-13 14:48
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
当训练成本飙升、数据枯竭，如何继续激发大模型潜能？
开启「分步思考」新范式。
在视觉语言模型（Vision-Language Models，VLMs）取得突破性进展的当下，长视频理解的挑战显得愈发重要。以标准 24 帧率的标清视频为例，仅需数分钟即可产生逾百万的视觉 token，这已远超主流大语言模型 4K-128K 的上下文处理极限。
递归思考 + 自我批判，CoRT 能带来 LLM 推理力的飞跃吗？
不用引入外部数据，通过自我博弈（Self-play）就能让预训练大模型学会推理？
近年来，生成式人工智能（Generative AI）技术的突破性进展，特别是文本到图像 T2I 生成模型的快速发展，已经使 AI 系统能够根据用户输入的文本提示（prompt）生成高度逼真的图像。从早期的 DALL・E 到 Stable Diffusion、Midjourney 等模型，这一领域的技术迭代呈现出加速发展的态势。
多模态奖励模型（MRMs）在提升多模态大语言模型（MLLMs）的表现中起着至关重要的作用，在训练阶段可以提供稳定的 reward，评估阶段可以选择更好的 sample 结果，甚至单独作为 evaluator。
可控图片生成，如今已经不是什么新鲜事。甚至也不需要复杂的提示词，用户通过简单的文本描述，就能快速生成符合个人需求的创意图像。
近年来，基于视频生成模型的可交互世界生成引发了广泛关注。尽管现有方法在生成质量和交互能力上取得了显著进展，但由于上下文时间窗口受限，生成的世界在长时序下严重缺乏一致性。
长思维链让大模型具备了推理能力，但如果过度思考，就有可能成为负担。