2025：大语言模型（LLM）之年

神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。 编者按：AI 不再是聊天玩具，而是正在接管决策的智能体。当 200 美金月费成为常态，中国模型已悄然登顶，OpenAI 的神话正在 2025 年的推理硝烟中加 速裂解。文章来自编译。 2025 年年度总结 "推理"之年 # OpenAI 在 2024 年 9 月用 o1 和 o1-mini 开启了"推理"革命，也叫做推理侧扩展或可验证奖励强化学习（RLVR）。在 2025 年初，他们通过推出 o3、o3-mini 和 o4-mini 进一步强化了这一优势。自此，"推理"已成为几乎每家主流 AI 实验室模型的招牌功能。 关于这一技巧重要性的解释，我最喜欢的是 Andrej Karpathy 的说法： 通过在多种环境（例如数学或代码谜题）中针对自动可验证的奖励对 LLM 进行训练，模型会自发产生在人类看来像是"推理"的策略——它们学 会了将问题拆解为中间计算步骤，并学会了多种反复尝试、摸索解决问题的策略（参见 DeepSeek R1 论文中的示例）。[...] 事实证明，运行 RLVR 具有极高的性价比，它吞噬了 ...