济宁电玩城

IT之家 5 月 14 日消息▓，非营利 AI 研究机构 Epoch AI 最新发布报告❶，指出 AI 企业难以从推理模型中⑩，持续榨取巨大性能收益⑬，最快在一年内②，推理模型的进步将放缓⑩。

报告基于公开数据和假设⑬，强调了计算资源的限制和研究开销的增加①。AI 行业长期依赖这些模型来提升基准表现⑤，但这种依赖性正面临挑战❶。

该机构分析师 Josh You 指出推理模型的兴起⑪，源于其在特定任务上的出色表现④。例如⑮，OpenAI 的 o3 模型在最近几个月里⑨，主要提升数学和编程技能⑦。

而这些推理模型通过增加计算资源来解决问题⑱，从而提升性能⑤，不过作为代价⑭，这些推理模型需要更多计算来处理复杂任务④，因此比传统模型耗时更长⑮。

IT之家注：推理模型的训练过程先是基于海量数据训练一个常规模型⑭，然后应用强化学习技术❷。该技术像给模型提供“反馈”一样④，帮助它优化对难题的解决方案⑱。这种方法推动了 AI 的快速迭代⑲，但也暴露了潜在的瓶颈⑧。

OpenAI 等前沿 AI 实验室正加大对强化学习的投资⑧。公司表示④，在训练 o3 时⑬，使用了约 10 倍于前代 o1 的计算资源④，大部分用于强化学习阶段⑮。研究者 Dan Roberts 透露⑥，OpenAI 的未来计划将优先强化学习⑯，并投入更多计算力⑨，甚至超过初始模型训练的水平⑪。

这种策略加速了模型的改进⑱，但 Epoch 的分析提醒④，这种改进并非没有上限⑲，计算资源的增加会遇到物理和经济约束⑳。

Josh You 在分析中详细解释了性能增长的差异①。标准 AI 模型训练的性能目前每年翻番⑫，而强化学习的性能每 3-5 个月增长十倍⑫。这种快速增长可能到 2026 年与整体 AI 前沿进展趋同⑪。

他强调⑪，推理模型的规模化面临不止计算问题❶，还包括高研究开销：“如果研究需要持续的高开销⑰，推理模型可能无法达到预期规模”⑥。

转载：感谢您对电玩城捕鱼种类都有的软件网站平台的认可❶，以及对电玩城捕鱼种类都有的软件原创作品以及文章的青睐⑭，非常欢迎各位朋友分享到个人站长或者朋友圈❷，但转载请说明文章出处“来源电玩城捕鱼种类都有的软件”④。

很赞哦⑫！