Kimi 2.5 遭遇未知图片陷入“思维挣扎”：五次试图放弃仍坚持穷举，最终诚实示警
近日，有用户在 Linux.do 社区分享了对 Kimi 2.5 的测试结果。当上传一张其并不认识的角色图片并提问时，Kimi 2.5 并未直接编造答案，而是展现出了极具人性化的“思考”过程。在推理链中，该模型五次自我提示应该放弃猜测并诚实...
标签索引 / 第 5 页
AI推理
这个标签下有 51 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
豆包2.0思维链意外曝光：AI底层推理竟满屏“情绪宣泄”
近日，社区网友在测试字节跳动豆包2.0（Seed 2.0）时，通过调用火山引擎API成功绕过了前端限制，获取了模型被隐藏的真实思维链（CoT）。令人惊讶的是，相比于App和网页端温文尔雅的回答，底层的思维过程充满了拟人化的情绪宣泄，频繁出现...
探讨FORTH语言风格：后缀表示法能否提升大模型推理效率？
这篇文章引发了关于大语言模型（LLM）是否能从类似FORTH语言的后缀表示法中受益的讨论。观点指出，由于当前模型主要基于过程式语言训练，它们在处理栈操作、回溯等概念时，往往会产生逻辑冲突，导致消耗大量Token进行自我修正。这种效率损耗通常...
Qwen3-Max-Thinking发布，跑分对标GPT-5.2与Gemini-3 Pro
阿里通义千问推出最新模型Qwen3-Max-Thinking，引发技术社区热议。据跑分数据显示，该模型性能已追平GPT-5.2和Gemini-3 Pro等业界顶尖水平。多位参与者开始实测其具体能力，尽管普通需求已被现有模型满足，但新版本的出...
Qwen3-Next新架构发布：混合注意力+超稀疏MoE，推理提速10倍
Qwen团队即将发布下一代模型Qwen3-Next，采用创新的混合注意力架构和高达1:50的高稀疏MoE技术。首款模型Qwen3-Next-80B-A3B虽总参数800亿，但仅激活30亿，性能超越Qwen3-32B且训练成本不到十分之一。得...
Codex缓存实测：命中率超95%，真实倍率仅3.7倍
本文基于Codex本地会话日志，对包月缓存机制进行了严谨的成本倍率测试。通过分析5个rollout数据，发现缓存命中率高达95.12%，真实倍率降至3.7倍，有效单价约$3.24/1M tokens。报告详细拆解了冷启动与工具密集型场景的成...
AI推理优化：运行时间独立于规则数量
作者通过实验展示，在单通道边界执行模型中，每条记录的运行时间与编译的义务数量无关。这意味着处理JSON等结构化数据时，请求可在昂贵计算（如解析、标记化、模型嵌入）前被丢弃，从而显著减少令牌生成、CPU周期和大规模成本。实验代码已在GitHu...
循环语言模型：AI推理能力新范式
谷歌团队等研究者提出了一种名为Ouro的循环语言模型(LoopLM)架构，将推理能力整合到预训练阶段，而非仅依赖后训练。该模型通过在潜在空间进行迭代计算、引入熵正则化目标函数，并扩展至7.7T token训练数据。实验显示，仅1.4B和2....
松鼠悖论：围着树转圈，却未绕松鼠一圈
一个有趣的逻辑悖论故事：一个人试图通过围着树转圈来观察松鼠，但松鼠总是背对着他。这引发了一场关于’是否围着松鼠转圈’的争论，核心在于如何定义’绕行’的概念。故事中，主人公坚持自己没围着松鼠转，...
本地AI推理实测速度超Gemini 3 flash百倍
在一项性能测试中，本地AI推理系统处理相同问题耗时不到0.1秒，而Google的Gemini 3 flash模型需15秒以上。这一显著差异揭示了本地化推理在速度上的优势，可能加速边缘计算和自动驾驶领域的创新。尽管Gemini在云端复杂任务中...