#推理模型

要根据任务来确定用推理模型还是直觉模型。 也需要根据任务类型，选择是否联网。 有时联网，被语料污染，反而不如不开。

GPT-4.5 会带来推理模型的升级 想象一下，每个 AI 模型都是一名努力学习的学生。每个学生的能力有高有低，有的懂得多，有的懂得少。这张图片就像是一场考试的成绩单，展示了不同的“学生”（模型）在高难度考试（GPQA基准测试，类似博士水平的知识问答）中的表现。 在图片中，我们能清楚看到： - 最底层的基础模型（Base Models），类似于那些还没学会“如何思考”、只掌握了大量知识却不善于运

最近两三周给很多客户反复提及的忠告： 用模型一定要用最好的那个，如果想省钱，请在你的场景下微调，而不是用一个低能力的通用模型，然后试图靠 Prompt 或者工程努力去拯救它。 比如 DeepSeek 的那一堆蒸馏模型是很好的场景级推理模型的Base，但是不要直接用，真的很差。

如果真想只记住一个Prompt框架，未来快速套用的话，推荐RTF，简单清晰实用： 角色（Role）- 任务（Task）- 格式（Format） 在优秀推理模型中，甚至角色都不用设定。 直接描述你的任务（Task）和输出格式（Format）即可 简化成TF模型，记忆点是“TF boy？”

OpenAI发布如何运用推理模型的官方最佳实践，非常富有参考价值。 使用Deep Research围绕这篇指南做了一个泛化分析，将议题扩展到推理模型的普遍性使用技术。 看了报告，真的是获益良多。以下是报告摘要： OpenAI的推理类模型（如O1、O3）遵循一系列最佳实践，包括清晰简洁的提示、避免多余的链式推理指令、使用结构化输入、提供必要的背景信息等。模型擅长逻辑推理、数学运算和代码分析，并

AI coding 的时候，如果想用推理模型，有条件尽量还是 o1 . 不用推理尽量还是 claude sonnet 3.5 . 这个黄金组合搭配到目前为止还没有一个能动摇的（你有 o3 的话也行） 我知道是人都想省点钱，我也会切换别的模型，但哪怕是 deepseek 满血版，在多个文件里跳来跳去，该出的错，那可怕的幻觉还是一个都不会少。 你不怕麻烦可以开一堆窗口，结合着用。想省事，提高效

Gemini进一步强化推理模型！ 可以检索Youtube/Google map/Google search！ 以下是我的一些测试实验🧵

前段时间Deepseek大火时，谷歌工程师酸酸的说，自家有最更好的推理模型，只是在AI studio，大家没发现。 一堆人回复他说，那你放出来啊，光说有啥用。 这两天，谷歌终于都在Gemini上线了，面向C端用户。 一会儿试试这个跨Youtube、谷歌地图和搜索的模型有多厉害。

#分享 从 DeepSeek R1 了解推理模型的训练的四种方法 1. Inference-time scaling 在推理过程中增加计算资源以提高输出质量。一个经典的例子，就是 CoT，在 Prompt 中包含类似 `Think step by step` 的短语，它通过输出更多的 token 增加了计算资源。 2. 纯 RL DeepSeek-R1-Zero 仅通过强化学习而没有初始

推荐阅读：如何更好的为 OpenAI o1 这样的推理模型写提示词？ 去年 OpenAI 发布 o1 这样的推理模型，接着 DeepSeek 也发布了 DeepSeek R1 推理模型，推理模型和传统的生成式语言模型的差别在于，传统的生成式语言模型在收到 Prompt 后就会马上生成，如果生成出现错误或者质量不好，是没机会纠正的，只能继续生成下去或者后续纠正继续生成，但是推理模型可以在向用户输出

Deepseek R1、ChatGPT O1、Gemini Flash thinking等推理模型，确实能做的事情变多了。 比如约几个朋友吃饭，一般要根据地理位置、有空的时间来安排聚餐计划。 非推理模型，这种任务给的答案普遍不算理想，且看不到推理过程，会有不信任感。 推理模型哪怕结论不靠谱，也能看思考过程，同样有价值。

Things we learned about LLMs in 2024 中我深有同感的： 1. GPT-4的垄断地位被打破。 2. LLM 价格指数式下降。 3. Prompt驱动的应用已经可以商业化。 4. Agents 还没有出现（出现的只是Prompt驱动的Workflow）。 5. 以o1为代表的推理模型开始出现。 6. 合成数据效果很好，事实上目前大部分模型的SFT数据都是合成的，预

网友分享： 你好宝老师，我想投稿大模型的使用体验。我是理工科，国内土博，材料专业。使用强度不是很高，但是集中分析的时候会连续追问和讨论。 关于推理模型，我想说说我的使用体验。我使用的较多的时gpt o1，O1mini，还有谷歌的新出的thinking。 我想说o1目前还是当之无愧的第一，因为具有很庞大的知识库。我使用都是在分析化学的情况下，比如红外图谱和核磁图谱的分析。然后O1是说的最靠谱。我