Training e post-training

Reasoning and test-time compute

Un post-addestramento che insegna al modello a produrre una lunga traccia di ragionamento prima di rispondere e a spendere più calcolo in inferenza quando il problema è più difficile. L’apprendimento per rinforzo con ricompense verificabili — dove una risposta controllabile fornisce il segnale di addestramento — è ciò che ha reso l’approccio riproducibile fuori dai laboratori chiusi. Il compromesso va detto con chiarezza: accuratezza ottenuta dalla lunghezza della generazione anziché da un modello più grande, pagata in latenza e costo di servizio.

Periodo di riferimento

2024 / 2025

Ultima verifica

2026-08-30