6 月 4 日消息，快手 Kwaipilot 團隊近日開源了 KwaiCoder-AutoThink-preview 自動思考大模型，針對近期深度思考大模型存在的“過度思考”問題進行了深入研究。團隊提出了一種全新的自動思考模型訓練范式，同時基于傳統強化學習算法（GRPO），提出了帶有過程監督的強化學習方法 Step-SRPO，以進一步提升模型在復雜任務中的表現。kLk28資訊網——每日最新資訊28at.com

kLk28資訊網——每日最新資訊28at.com

據介紹，該模型融合了“思考”和“非思考”能力，號稱“DeepSeek-V3 & R1 合體”，具備根據問題難度自動切換思考形態的能力。通過進行這種思考形態訓練，模型在多個“思考”和“非思考”評測榜單上均實現了性能提升，其中在部分代碼和數學類的任務上，開啟自動思考模式下的模型得分提升高達 20 分左右。官方表示，在部分榜單中，即使模型沒有開啟思考模式，受益于更優的推理形態，性能也有小幅上漲。kLk28資訊網——每日最新資訊28at.com

kLk28資訊網——每日最新資訊28at.com

快手技術表示，Kwaipilot 未來將基于 preview 版本模型，進一步增強推理能力，支持更完善的思考中工具使用能力，也會將全部技術細節、訓練方法開源。附模型開源地址：kLk28資訊網——每日最新資訊28at.com

https://huggingface.co/Kwaipilot/KwaiCoder-AutoThink-previewkLk28資訊網——每日最新資訊28at.com

本文鏈接：http://www.www897cc.com/showinfo-45-13494-0.htmlDeepSeek-V3 & R1 合體：快手開源 "Auto Think " 大模型，可根據問題自動調節思考深度

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： Mac 版 ChatGPT 變身生產力神器：AI 錄音 + 云文件洞察，打造團隊協作最佳助手

下一篇： 韓國總統李在明承諾 100 萬億韓元 AI 投資計劃，大力擴展基礎設施建設