- 综合排序
- 最热优先
- 最新优先
- 来自专栏CreateAMind
复杂情感推理模型
Sophisticated Affective Inference: Simulating Anticipatory Affective Dynamics of Imagining Future Events
51220编辑于 2022-11-22 - 来自专栏CreateAMind
复杂推理模型，信念的信念
(Friston等人，2017a)的附录6简要介绍了复杂推理和简单推理之间的基本区别。这种区别很微妙，但会导致完全不同的行为。 从算法上来说，这可以表示如下——基于附录6 (Friston等人，2017 a) 然后，隐藏状态的后验信念和行动的经验先验从上述递归中恢复如下，注意，一个人的最近行动(ut1)和当前结果(ot)是实现的
53220编辑于 2022-11-22 - 来自专栏CreateAMind
层次推理模型 Hierarchical Reasoning Model
受人脑中分层和多时间尺度处理的启发，我们提出了分层推理模型（HRM），这是一种新颖的递归架构，能够在保持训练稳定性和效率的同时实现显著的计算深度。 标准Transformer的固定深度使其处于AC0或TC0等计算复杂性类别中，因而无法解决需要多项式时间的问题5,6。 2 分层推理模型 我们提出分层推理模型（HRM），其设计灵感来源于大脑中观察到的神经计算的三个基本原理： • 分层处理：大脑在皮层区域的层级结构中处理信息。 图6-(a,b,c)以可视化方式展示了这三个基准任务，这些任务被精心选择以评估AI模型在不同方面的推理能力。 6 讨论 HRM的图灵完备性与早期的神经推理算法（如通用Transformer95）类似，HRM在具备足够内存和时间限制的条件下具有计算通用性。
15210编辑于 2026-03-11 - 来自专栏CreateAMind
概率性推理模型：综述
Possibilistic inferential models: a review 概率性推理模型：综述 https://arxiv.org/pdf/2507.09007 摘要 推断模型（IM）是一种用于构建可证明可靠的 这些未知量可能是所设定统计模型中的参数或其函数，但也可能涉及其他情形；详见第6节。 于是，同一个 α——代表任何被解释为“小”的值——在式（6）的概率陈述的花括号内外均会出现。 推论2。可能性型 IM 在式（6）的意义上是有效的。 此外，该基于似然的框架易于推广（第6节），从而在可能性型 IM 解法与常用频率学派解法之间实现更大的灵活性和更广泛的吻合。 现代 AI 所用的深度学习模型，本质上只是“复杂的非参数回归模型”，因此第6节及补充材料中讨论的 IM 细节显然相关。
12110编辑于 2026-03-11 - 来自专栏CreateAMind
视觉意识的主动推理模型
在这里,我们旨在通过推进全球神经元工作区的扩展(预测性全球神经元工作区(PGNW))来克服这些限制,该工作区将 GNW 的基本方面与更近期的(贝叶斯)主动推理方法相结合,以理解大脑功能。具体来说,我们提出了一个基于主动推理的视觉意识的层次化、部分可观察的马尔可夫决策过程(POMDP)模型。重要的是,我们利用与主动推理相关的神经过程理论,在神经生物学和模型提供的模拟之间建立明确的联系。
83520编辑于 2022-04-15 - 来自专栏CreateAMind
可能性推理模型：综述
可能性推理模型：综述 Possibilistic inferential models: a review https://arxiv.org/pdf/2507.09007 摘要 推断模型（Inferential 这些未知量可能是所设定统计模型中的参数或其函数，但也可能涉及其他情形（参见第6节）。 因此，相同的 α——代表某人所解释为“小”的任意值——既出现在(6)式概率陈述的内部，也出现在其外部。 在(6)式意义上的有效性，对于假设检验程序的构建以及对虚假置信率（FCR）的控制具有若干重要推论。 但例如，如果存在一组不同的骰子可供投掷，而我并不知道具体使用的是哪一个，那么我在为“骰子掷出‘6’”这一赌局设定买入价和卖出价时，就应分别基于所有可能骰子中掷出“6”的下概率和上概率。
13910编辑于 2026-03-11 - 来自专栏CreateAMind
海马体what where记忆推理模型
6 结论： 这里我们提出了一个由海马 - 内嗅系统启发的结构泛化机制。我们提出可以通过结构和刺激的明确分离来概括状态空间统计，同时使用连接记忆表示来连接两者。我们提出使用空间层次来允许有效的组合代码。
1K20发布于 2018-07-20 使用xgboost的c接口推理模型
官方c api tutorial和文档，非常恶心的一点是，tutorial和文档问题很多。
68010编辑于 2024-02-27winform部署PaddleOCRV3推理模型
https://github.com/PaddlePaddle/PaddleOCR.git 【算法介绍】
43610编辑于 2025-07-17- 来自专栏Dify
Dify 配置系统推理模型和 Embedding 模型
本文将详细介绍如何在 Dify中配置 LLM 系统推理模型模型和 Embedding 模型。准备好了吗？准备一杯你最喜欢的咖啡或茶，随着本文一探究竟吧。 系统推理模型系统推理模型即 LLM 大模型，用于对话，推理等场景。配置步骤进入 设置-模型供应商 页面。 小结本文详细介绍了如何在 Dify中配置 LLM 系统推理模型模型和 Embedding 模型。
8.1K75编辑于 2025-03-23 Gemini 2.5 Flash混合推理模型技术解析
Gemini 2.5 Flash是首个完全混合推理模型，允许开发者开启或关闭思考功能。该模型还允许开发者设置“思考预算”，以在质量、成本和延迟之间找到合适的权衡。 如果我每周工作5天，每天上午9点到下午6点，并且希望在工作日打5小时篮球，请为我制定一个能完成所有计划的日程表。
3400编辑于 2026-04-18- 来自专栏学习成长指南
Claude 3.7使用体验：全球首个混合推理模型
1.工具介绍 claude大模型是由Anthropic研发的，它的殊荣很多，比如全球首个混合推理模型：一个模型，两个大脑。对于一般任务，它可以快速响应；对于困难任务，它可以先思考（推理），再回答。
69210编辑于 2025-04-09 - 来自专栏TechLead
重磅发布：OpenAI o1全新推理模型系列
2024年9月12日，OpenAI正式推出全新的推理模型系列——OpenAI o1。 在国际数学奥林匹克竞赛（IMO）中，GPT-4o模型只能正确解决13%的问题，而o1推理模型解决了83%的问题。在Codeforces编程竞赛中，其编程能力表现更是位列89百分位。 6. 如何使用OpenAI o1 从今天起，ChatGPT Plus和Team用户可以通过模型选择器手动选择o1-preview和o1-mini进行使用。 立即体验： 在ChatGPT Plus中试用o1-preview 通过API试用o1-mini OpenAI最新的o1系列推理模型，其先进的推理能力和广泛的应用场景为科研人员和开发者提供了更高效的解决方案
57710编辑于 2024-09-17 - 来自专栏R语言交流中心
R语言实现模糊逻辑推理模型
install.packages("FuzzyR") install.packages("shiny") 然后我们看下此包中推理模型所提供的隶属函数： ? (fis, 'input', 1, 'poor','gaussmf', c(3, 0)) fis <- addmf(fis, 'input', 1, 'median','gaussmf', c(3, 6) ) fis <- addmf(fis, 'input', 1, 'power','gaussmf', c(6, 10)) plotmf(fis, 'input', 1, main = 'Membershipfunction
1.6K10发布于 2020-03-19 用NVIDIA NeMo构建电信自主网络推理模型
本文概述了如何使用某机构 NeMo 微调推理模型，使其行为像NOC工程师一样，安全地驱动闭环、自愈工作流程。 推理模型深入学习那些驱动MTTR和OPEX的关键案例。 微调电信推理模型微调阶段对编译好的推理数据集进行标准训练/测试分割，NeMo Skills负责编排数据准备，Qwen3 32B作为基础推理模型。 来衡量智能体对工具调用的排序和解释的可靠性在大量模拟故障上进行Rollout和拒绝采样，以压力测试行为向轨迹中注入受控错误，教会模型检测并从自身错误中恢复结合检索增强生成（RAG）与历史少样本示例，提高在长尾场景下的鲁棒性开始构建面向自主网络的电信推理模型电信专用推理模型 要开始微调推理模型以构建网络运营的AI智能体，请参阅“教会模型推理电信网络故障”相关资源。FINISHED
10200编辑于 2026-04-10- 来自专栏AIGC新知
理解什么是推理模型，看懂这篇就够了
使用非推理模型时，它通常只会输出答案并跳过任何“推理”步骤： 然而，推理模型会通过一个系统的“ 思考 ”过程使用更多的令牌来推导出答案： 想法是，LLM 必须花费资源（例如 VRAM 计算能力）来生成答案 测试时的计算类别 类似 DeepSeek R-1 和 OpenAI o1 这样的推理模型取得了令人难以置信的成功，这表明除了“思考更长时间”之外，还有其他更多技术手段。 DeepSeek-R1 深度求索-R1 是一个重要的推理模型，这是一个开源模型，其权重可以下载。它直接与 OpenAI 的 o1 推理模型竞争，并对该领域产生了重大影响。
2K10编辑于 2025-03-21 - 来自专栏IT技术订阅
强推理模型解决组合爆炸问题的关键方法与实践
然而，强随着推理模型的不断发展，这一难题正在逐步攻克被。本文将从多个角度探讨强推理模型如何应对组合爆炸问题，并分析其在实际应用中的表现与前景。 尽管强推理模型在解决组合爆炸问题方面取得了显著进展，但仍面临一些挑战。例如，在处理大规模问题时，计算资源和时间消耗仍然较高。 未来的研究可能会集中在以下几个方面： 1 结合大语言模型：通过结合大语言模型的强大表达能力，进一步提升强推理模型的推理能力。 2. 结论 强推理模型通过优化知识表示与推理机制、层次化推理、经验驱动方法、启发式搜索以及混合推理方法等途径，有效地解决了组合问题爆炸。这些方法不仅提高了计算效率，还为实际应用提供了更多的可能性。 未来的研究将进一步提升强推理模型的能力，使其在更多领域得到广泛应用。
54810编辑于 2025-02-25 - 来自专栏机器之心
OpenAI的推理模型有时用中文「思考」
但他们先针对推理模型提出了几种推测。 训练数据的锅？ 我怀疑这是否是原因，但节省这些冗长的内部推理模型的成本是明智之举。」 解起数学题来尤为直观，比如小 A 还在卷子上拼「Quotient」，而旁边的中国同学的「商」字已经写完了。 选择了最顺手的语言？ Hugging Face 的工程师 Tiezhen Wang 认同 Guzdial 的看法，认为推理模型语言的不一致性可能是训练期间建立了某种特殊的关联。
29100编辑于 2025-02-03 - 来自专栏算法一只狗
实测一手Qwen版本o1推理模型QWQ
目前QWQ放出来的版本，参数量只有32B，这个模型在本地也能够运行，也就是人人都能够自己搭建一个o1水平的推理模型再来给他测试一下2024年的高考题看看效果怎么样：编号为1，2，3，4，5，6的六个小球 和 =（++）/3 ，然后由于题目要求m和n两个数的差值不超过0.5，因此可以得到｜（+）/2−(++)/3｜<=0.5 ，接下来化简就可以得到 ｜+−2｜<=3 接下来也开始了穷举法，然后把1≤c≤6之间的取值进行一一枚举
62120编辑于 2024-12-07 - 来自专栏机器之心
只用2700万参数，这个推理模型超越了DeepSeek和Claude
近日，受到人脑分层和多时间尺度处理机制启发，来自 Sapient Intelligence 的研究者提出了分层推理模型（HRM），这是一种全新循环架构，能够在保持训练稳定性和效率的同时，实现高计算深度。 分层推理模型 复杂推理中深度的必要性如下图所示。
27200编辑于 2025-07-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号