大型语言模型中的测试时缩放:一份综合调查
目录
- 简介
- 理解测试时缩放
- 缩放什么
- 如何缩放
- 在哪里缩放
- 缩放得有多好
- 测试时缩放的演变
- 实用部署指南
- 未来方向
- 结论
简介
大型语言模型(LLM)传统上通过预训练缩放进行改进,包括增加模型参数、训练数据和计算资源。然而,目前正在向测试时缩放(TTS)发生重大转变——在推理期间分配额外的计算资源,以最大化模型性能,而无需更改模型参数。
Qiyuan Zhang 等人撰写的论文“What, How, Where, and How Well? A Survey on Test-Time Scaling in Large Language Models”提供了第一个全面的框架,用于理解和组织 LLM 测试时缩放方法快速发展的格局。
版权声明:
本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。
我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com