跳到正文
Ahead of AI· Sebastian Raschka, PhD·· 2026-07-18AI 评分37

如何在 LLM 中控制推理力度:从 DeepSeek-R1 到 GPT-5.6 的多级 Effort 机制解析

Controlling Reasoning Effort in LLMs

AI 导读

文章指出 OpenAI GPT-5.6 家族及 DeepSeek-R1 确立了带多级推理力度(effort settings)的模型范式。DeepSeek-R1 验证了可验证奖励强化学习(RLVR)足以让模型习得链式推理与自我修正,GPT-5.6 进一步展示了不同计算资源下的性能差异。 多力度模式已成为现代模型标准配置,训练过程依赖可验证数据域的奖励信号而非中间轨迹本身。

来源:Ahead of AI · magazine.sebastianraschka.com