2月17日,人工智能初創(chuàng)公司月之暗面在其官方微信公眾號分享了其前段時(shí)間剛剛發(fā)布的Kimi k1.5多模態(tài)思考模型誕生的過程。
這款模型與DeepSeek-R1同日發(fā)布,但由于后者過于火爆,使得前者的發(fā)布消息幾乎被淹沒。在熱潮日漸平靜之際,月之暗面研究員Flood Sung在分享中透露,長思維鏈的有效性其實(shí)在一年多前就已經(jīng)知道了,但為了省錢,他們優(yōu)先選擇攻關(guān)長文本而不是長思維鏈(Long-CoT:Long Chain of Thought);在去年9月OpenAI o1推出后,月之暗面決定出手長思維鏈。
據(jù)月之暗面官方介紹,新推出的k1.5多模態(tài)思考模型實(shí)現(xiàn)了SOTA(state-of-the-art,指最佳技術(shù)或最高水平模型)級別的多模態(tài)推理和通用推理能力。在長思維鏈模式下,kimi K1.5的數(shù)學(xué)、代碼、多模態(tài)推理能力,也達(dá)到長思考SOTA模型OpenAI o1正式版水平。
“長思維鏈的有效性其實(shí)在一年多前就已經(jīng)知道了,月之暗面Kimi聯(lián)合創(chuàng)始人Tim周昕宇很早就驗(yàn)證過,使用很小的模型,訓(xùn)練模型做幾十位的加減乘除運(yùn)算,將細(xì)粒度的運(yùn)算過程合成出來變成很長的思維鏈數(shù)據(jù)做監(jiān)督微調(diào)(Supervised Fine-Tuning),就可以獲得非常好的效果。我依然記得當(dāng)時(shí)看到那個效果的震撼。”Flood Sung表示。
Flood Sung稱,他們意識到長上下文的重要性,但優(yōu)先考慮把文本搞長,對長思維鏈這件事情不夠重視。“主要還是考慮了成本問題”,他表示,長上下文主要做的是長文本輸入,有預(yù)填充,有Mooncake(Kimi底層的推理平臺,已逐步開源)加持,成本速度可控,而長思維鏈?zhǔn)情L文本輸出,成本高很多,速度也要慢很多。在這種情況下,把輸出搞長就沒有成為一個高優(yōu)選項(xiàng)。
長思維鏈技術(shù)路線是一種基于思維鏈(Chain-of-Thought, CoT)的推理增強(qiáng)技術(shù),旨在通過生成更長的推理鏈來提升大型語言模型(LLM)在復(fù)雜推理任務(wù)中的性能。與傳統(tǒng)的短推理鏈(Short CoT)相比,長思維鏈能夠處理更復(fù)雜的任務(wù),因?yàn)樗试S模型在生成最終答案之前進(jìn)行更深入的思考。
OpenAI o1模型驗(yàn)證了長思維鏈在數(shù)學(xué)和編碼等推理任務(wù)中的有效性。在長思考(long thought)的幫助下,大語言模型(LLM )傾向于探索、反思和自我改進(jìn)推理過程,以獲得更準(zhǔn)確的答案。
“OpenAI o1發(fā)布,震撼,效果爆炸,Long-CoT的有效讓我陷入反思。”
但還有什么比性能更重要呢?Flood Sung認(rèn)為,成本和速度有摩爾定律加持,可以不斷下降,只要把性能搞上去,剩下的都不是主要問題。“所以,我們得搞長思維鏈,搞o1。”
他還提到在實(shí)際訓(xùn)練的過程中有了重要的發(fā)現(xiàn):模型會隨著訓(xùn)練提升性能也不斷增加token數(shù),也就是這是RL(強(qiáng)化學(xué)習(xí))訓(xùn)練過程中模型可以自己涌現(xiàn)的,“這個和友商 Deepseek的發(fā)現(xiàn)幾乎是一樣的。”
Flood Sung稱,AGI(Artificial General Intelligence,通用人工智能)確實(shí)就是近在眼前的事情,如今他重新開始思考ASL(Artificial Super Intelligence,超級人工智能)。對于做強(qiáng)化學(xué)習(xí)(RL)的人來說,從來都不會把實(shí)現(xiàn)AGI作為目標(biāo),現(xiàn)在給AI一個可衡量的目標(biāo),然后讓AI自己去探索,通過強(qiáng)化學(xué)習(xí)來提升模型,未來不過是把這一過程不斷地復(fù)制到更復(fù)雜的場景中去。
(原標(biāo)題:月之暗面研究員透露:為了省錢,未能更早將“長思維鏈”作為高優(yōu)選項(xiàng))
本文鏈接:月之暗面研究員:未能更早將“長思維鏈”作為高優(yōu)選項(xiàng)http://www.lensthegame.com/show-11-17457-0.html
聲明:本網(wǎng)站為非營利性網(wǎng)站,本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻(xiàn),不代表本站觀點(diǎn),本站不承擔(dān)任何法律責(zé)任。天上不會到餡餅,請大家謹(jǐn)防詐騙!若有侵權(quán)等問題請及時(shí)與本網(wǎng)聯(lián)系,我們將在第一時(shí)間刪除處理。