文章来源:智汇AI 发布时间:7465-06-10
Auto Think是快手Kwaipilot团队开源的KwaiCoder-AutoThink-preview自动思考大模型,模型针对深度思考大模型存在的“过度思
暂无访问Auto Think是快手Kwaipilot团队开源的KwaiCoder-AutoThink-preview自动思考大模型,模型针对深度思考大模型存在的“过度思考”问题进行了深入研究,提出了一种全新的自动思考模型训练范式,基于传统强化学习算法(GRPO),提出带有过程监督的强化学习方法Step-SRPO,进一步提升模型在复杂任务中的表现。模型融合“思考”和“非思考”能力,具备根据问题难度自动切换思考形态的能力。通过这种思考形态训练,模型在多个“思考”和“非思考”评测榜单上均实现了性能提升,其中在部分代码和数学类的任务上,开启自动思考模式下的模型得分提升高达20分左右。