论文简介：
论文《s1: Simple test-time scaling》提出了一种创新性的测试时扩展方法，旨在通过动态分配额外计算资源来提升语言模型在推理阶段的表现。论文中引入了“预算强制”（Budget Forcing）技术，通过在生成过程中插入“等待”（Wait）步骤，迫使模型在测试时充分利用额外资源，从而改善对复杂问题（如数学竞赛题目）的解题能力。实验结果表明，这一方法在某些任务上的表现相较传统推理方式提升高达27%。此外，论文详细讨论了技术原理、实验设计与理论分析，为大规模语言模型在实际应用中的性能优化提供了新的思路和方法。作者团队包括 Niklas Muennighoff、Zitong Yang、Weijia Shi、Xiang Lisa Li、李飞飞、Hannaneh Hajishirzi、Luke Zettlemoyer、Percy Liang、Emmanuel Candès 以及 Tatsunori Hashimoto。
9 个赞
模型在哪能用吗
2 个赞
已经有了，不知道有没有部署
感谢分享
hf上有能直接用的了嘛
deepseek冲呀