亚历杭德罗·库德龙，在社交平台上被称为@Alex_Cuadron，对大型语言模型（LLMs）提出了一个引人注目的观察，挑战了人们对它们功能的普遍看法

亚历杭德罗·库德龙，在社交平台上被称为@Alex_Cuadron，对大型语言模型（LLMs）提出了一个引人注目的观察，挑战了人们对它们功能的普遍看法。他认为，类似于人类，LLMs也可能受到过度思考的影响，这会严重影响它们的性能。库德龙声称，通过选择具有较低过度思考得分的解决方案，不仅可以将这些模型的效率提高近30％，还可以大幅降低43％的成本。这一发现引发了一个重要问题，即推理在LLMs演进中的作用，以及它是否确实是前进的道路。对于那些对人工智能的发展和优化感兴趣的人来说，库德龙的见解可能为改善LLMs性能提供宝贵的视角。-LLM与人类相似，过度思考会影响他们的表现。 -选择一个过度思考得分较低的解决方案可以将模型性能提高近30%，并将成本降低43%（o1_low）。 -法学硕士的未来可能在于推理。