Słownik AI
Model rozumujący
reasoning model
Model językowy wytrenowany tak, żeby przed odpowiedzią przeprowadzić dłuższe wewnętrzne rozumowanie. Lepiej radzi sobie z zadaniami wieloetapowymi, ale działa wolniej i zużywa więcej tokenów.
Model rozumujący to model językowy, który przed udzieleniem odpowiedzi generuje dłuższy, zwykle ukryty tok rozumowania: rozbija zadanie na kroki, sprawdza pośrednie wyniki i poprawia się. Technika chain of thought jest tu wbudowana w trening, zamiast wymuszać ją promptem.
Jak powstaje
Model uczy się tego głównie przez uczenie ze wzmocnieniem na zadaniach, których wynik da się sprawdzić automatycznie: w matematyce, programowaniu i łamigłówkach logicznych. Nagradzane są ciągi rozumowania prowadzące do poprawnej odpowiedzi.
Poziom wysiłku
Większość dostawców pozwala ustawić, jak długo model ma myśleć. W Claude Fable 5.1 są to poziomy od Low do High, a Google oferuje osobny wariant Gemini 3.8 Live Extended Thinking. Wyższy poziom daje lepsze wyniki w trudnych zadaniach, ale każdy krok rozumowania to dodatkowe tokeny, za które się płaci, i dłuższy czas odpowiedzi.
Kiedy się opłaca
- Wieloetapowe zadania agentowe, praca z kodem, analiza z wieloma zależnościami.
- Nie opłaca się przy klasyfikacji, streszczaniu czy prostym wyciąganiu danych. Tam szybszy model bez rozumowania da ten sam wynik taniej.
Otwartą kwestią jest to, na ile zapis rozumowania odpowiada temu, co model faktycznie robi. Od tego zależy, czy da się go używać do nadzoru nad modelem.
Zobacz też: Astra od OpenAI budzi obawy o monitoring rozumowania, Claude Fable 5.1 i Mythos 5.1.
