非營利 AI 研究機構 Epoch AI 最新發(fā)布報告，指出 AI 企業(yè)難以從推理模型中，持續(xù)榨取巨大性能收益，最快在一年內，推理模型的進步將放緩。
報告基于公開數(shù)據(jù)和假設，強調了計算資源的限制和研究開銷的增加。AI 行業(yè)長期依賴這些模型來提升基準表現(xiàn)，但這種依賴性正面臨挑戰(zhàn)。
該機構分析師 Josh You 指出推理模型的興起，源于其在特定任務上的出色表現(xiàn)。例如，OpenAI 的 o3 模型在最近幾個月里，主要提升數(shù)學和編程技能。
而這些推理模型通過增加計算資源來解決問題，從而提升性能，不過作為代價，這些推理模型需要更多計算來處理復雜任務，因此比傳統(tǒng)模型耗時更長。
IT之家注：推理模型的訓練過程先是基于海量數(shù)據(jù)訓練一個常規(guī)模型，然后應用強化學習技術。該技術像給模型提供“反饋”一樣，幫助它優(yōu)化對難題的解決方案。這種方法推動了 AI 的快速迭代，但也暴露了潛在的瓶頸。
OpenAI 等前沿 AI 實驗室正加大對強化學習的投資。公司表示，在訓練 o3 時，使用了約 10 倍于前代 o1 的計算資源，大部分用于強化學習階段。研究者 Dan Roberts 透露，OpenAI 的未來計劃將優(yōu)先強化學習，并投入更多計算力，甚至超過初始模型訓練的水平。
這種策略加速了模型的改進，但 Epoch 的分析提醒，這種改進并非沒有上限，計算資源的增加會遇到物理和經(jīng)濟約束。
Josh You 在分析中詳細解釋了性能增長的差異。標準 AI 模型訓練的性能目前每年翻番，而強化學習的性能每 3-5 個月增長十倍。這種快速增長可能到 2026 年與整體 AI 前沿進展趨同。
他強調，推理模型的規(guī)�；媾R不止計算問題，還包括高研究開銷：“如果研究需要持續(xù)的高開銷，推理模型可能無法達到預期規(guī)�！�。
