DeepSeek、GPT-5都在尝试的快慢思考切换,有了更智能版本

浏览数:327    发布时间:2025/09/07 01:46:41

本研究由中科院自动化所和腾讯混元联合研发,团队成员包括 Qi Yang, Bolin Ni, Shiming Xiang, Han Hu, Houwen Peng, Jie Jiang

背景:多模态大模型的思考困境

当前,业界顶尖的大模型正竞相挑战“ 过度思考 ”的难题,即无论问题简单与否,它们都采用 “always-on thinking” 的详细推理模式。无论是像 DeepSeek-V3.1 这种依赖混合推理架构提供需用户“手动”介入的快慢思考切换,还是如 GPT-5 那样通过依赖庞大而高成本的“专家路由”机制提供的自适应思考切换。它们距离真正意义上的“ 智能思考 ”仍有距离。这些方案或将判断压力转移给用户,或受限于复杂的系统架构和高昂的部署成本。因此,研发一款 轻量化、支持多模态且能实现更智能自适应思考的大模型 ,将为用户提供更加流畅的交互体验。

近期,由腾讯混元团队与中科院自动化所合作的一项最新研究推出 R-4B 多模态大模型,通过 自适应思考 (auto-thinking)机制,改变了这一现状,它让 AI 能像人类一样 “智能切换” 思维模式。简单问题直接响应,复杂问题深度推理,在最大化回答准确性的同时,最小化计算开销。

这一 “按需思考” 的核心能力,为 4B 量级的多模态模型树立了全新的性能标杆,使其在评测性能指标上成功超越了 Keye-VL-8B、Kimi-VL-A3B-Thinking-2506 等更大规模的模型。

同时,R-4B 在权威基准 OpenCompass 榜单上取得了优异成绩。

目前,该模型已在 GitHub 和 HuggingFace 上线,且支持 vLLM 快速部署。「消费级显卡即可运行,适用于笔记本电脑、智能座舱、智能家居等低功耗场景,支持垂直领域低成本微调。」截至目前下载量已破万,欢迎大家体验!

突破:R-4B 的自适应思考引擎

R-4B 的智慧之处在于其自适应思考能力

R-4B 的核心创新在于其独特的两阶段训练策略。为实现模型在通用领域的自适应思考,研究团队首先提出 双模退火 (bi-mode annealing)训练策略,促使模型 同时掌握通用领域的思考与非思考能力

该阶段可以理解为对模型进行 “思考” 启蒙,即同时喂给它两种范式数据:一种需要直接回答(非思考模式,像日常对话),另一种需要详细推理(思考模式,像解数学题)。通过这种训练,模型同时掌握了思考和非思考这两种响应模式,为后续的自适应思考模式训练打下坚实基础。该阶段的核心是通用领域推理和非推理模式的数据构建策略:针对客观题,用模型采样的答案一致性来衡量题目的难易程度;针对主观题目,用提示工程的方式去区分解决问题是否需要进一步思考。

经过退火训练,得到一个同时精通思考与非思考模式的基础模型 R-4B-Base ,为后续自适应思考强化训练奠定基础。基于此,团队开发了 双模策略优化 (Bi-mode Policy Optimization, BPO)强化学习算法。它无需依赖精心设计的奖励函数或特定数据,而是仅依赖基于规则的奖励信号,从数学数据出发,并可泛化到通用领域。其核心是 混合双模 rollout 机制 ,通过强制模型在训练中同时探索思考模式和非思考模式轨迹,从而避免模型陷入对单一模式的响应偏好。在此基础上,通过 同时奖励两种思考模式的策略 ,使模型自己学会判别何时应该思考。

性能表现:小模型,大能量

R-4B-RL 模型在多项公开基准测试中性能表现卓越,刷新了现有记录,其性能超过 Keye-VL-8B、Kimi-VL-A3B-Thinking-2506 等更大规模的模型。

更关键的是, R-4B-RL 在自适应思考模式下实现了推理效率的提升,在简单任务下模型无需消耗更多的 Token 。这证明了 BPO 算法的有效性,即 无需通用领域的强化学习数据或额外的奖励函数设计,模型也能实现自适应思考

应用前景:从科研到产业的智能化浪潮

R-4B 的突破不止于技术,更开启了广阔应用场景:

(1) 文档内容提取(简单查询)

(2) 图表分析(复杂推理)

结语:自适应思考,探索 AI 发展新道路

从双模退火训练到 BPO 优化,R-4B 不仅解决了 MLLMs 的思考困境,更在小尺寸模型上探索了自适应思考的可行性 。自适应思考不仅是技术优化,更是对效率与普惠平衡的追求。在 AI 计算与推理成本飙升的今天,R-4B 的轻量化、智能化设计,为大模型可持续发展注入绿色动力。

R-4B 模型已全面开源,支持 vLLM 高效推理。下载量火速破万,诚邀体验与共建!

突破常规,当时间停止,价值与意义谁来裁决?_【2025/09/07 01:46:41】【bilibili】【哔哩哔哩】 DeepSeek、GPT-5都在尝试的快慢思考切换,有了更智能版本
DeepSeek、GPT-5都在尝试的快慢思考切换,有了更智能版本

/search-31533761-lzkhtml

「活动」kumadaibiaotitest

6.76MB
版本V9.55.673
下载91♥️丨PORNY丨动漫安装你想要的应用 更方便 更快捷 发现更多
喜欢 00%好评(89639人)
评论 18
DeepSeek、GPT-5都在尝试的快慢思考切换,有了更智能版本截图0 DeepSeek、GPT-5都在尝试的快慢思考切换,有了更智能版本截图1 DeepSeek、GPT-5都在尝试的快慢思考切换,有了更智能版本截图2 DeepSeek、GPT-5都在尝试的快慢思考切换,有了更智能版本截图3 DeepSeek、GPT-5都在尝试的快慢思考切换,有了更智能版本截图4
详细信息
  • 软件大小  59610.54669MB
  • 最后更新  2025/09/07 01:46:41
  • 最新版本  V8.70729.8
  • 文件格式  apk
  • 应用分类 ios-Android 男生洗澡露j网站🔞㊙️
  • 使用语言  中文
  •   需要联网
  • 系统要求  2.18155以上
应用介绍
Hentai❌18动漫男男3D免费一级无码婬片A片APP直播
奇优影院❤手机在线第一页
免费🔞无码进口动漫人物破解版
扒开❌狂揉❌喷水在线观看免费
女人性生交大免费看
把🍌伸进女人的🍑www吃奶
亚洲AV久久无码㊙️原神
18🈲小泬破白浆啪啪网站

【联系我们】
客服热线:135-2881-646
加载更多
版本更新
V2.4.02
十六岁破解版免费下载

DeepSeek、GPT-5都在尝试的快慢思考切换,有了更智能版本类似软件

猜你喜欢

包含 饿了么 的应用集
评论
  • 成人福利视频㊙️导航大全 6天前
    少女たち版在线观看动漫游戏日本淫片
  • 日本人做人爱真人视频 8天前
    欧美老人三级片
  • 久久久久🈶精品国产麻豆 8天前
    成人免费版❌❌❌美州九一
  • 男仆撑开🍑让男主人玩弄网站 1天前
    18🈲女人两腿扒开喷水在线观看
  • 免费同人游戏18❌欲女BT版 0天前
    3D小舞被❌到高潮两天两夜
  • 老熟女毛葺葺黑森森 7天前
    Chinaese极品少妇露脸
  • 师徒多r车年上 8天前
    www深夜动漫🔞网站下载网豆
  • 一级肉体全黄裸片 0天前
    男人j捅进女人p
  • 成人㊙️密隐藏入口 1天前
    无码➕高潮➕白浆➕
  • 性裸交❌ 8天前
    🌿我~轻点~又大又爽