AI模型「快思考」與「慢思考」，終于可以自適應(yīng)切換了。剛剛開源的昇騰原生openPangu-Embedded-7B-V1.1模型，首次實現(xiàn)了這一能力。從官方公布的評測結(jié)果來看，新模型展示了強(qiáng)大的性能，尤其是在數(shù)學(xué)和代碼能力上。其「慢思考v1.1」版本在數(shù)學(xué)評測AIME24和AIME25上分別取得79.38和70.00的高分，在代碼能力評測LiveCodeBench上也達(dá)到了58.27分，全面超越了v1.0版本。有趣的是，團(tuán)隊還推出了一個「自適應(yīng)v1.1」版本。該版本通過數(shù)據(jù)質(zhì)量驅(qū)動的學(xué)習(xí)策略，實現(xiàn)了效率與性能的平衡。評測數(shù)據(jù)顯示，在基本不影響精度的前提下，「自適應(yīng)」模型能在簡單任務(wù)上（如C-Eval）大幅縮短輸出長度，從而降低推理成本和時間；而在困難任務(wù)上（如AIME24），則能保持與「慢思考」版本相當(dāng)?shù)妮敵鲩L度和思考能力，以確保性能。例如，在C-Eval上，自適應(yīng)模型的輸出長度從2484縮短至1723，減少了約50%，而精度僅從84.92微降至83.33。圖中的幾個案例，可以讓我們直觀感受openPangu的自適應(yīng)思考能力。1）快思考：一步到位。對于“法國的首都是哪座城市？”這類簡單的事實性問題，模型會啟動「快思考」模式，迅速給出「巴黎」這個準(zhǔn)確答案，沒有任何多余的分析，高效直接。2）慢思考：步步為營。面對稍微復(fù)雜的計算題，如「100減去47再加上13等于多少？」，模型則會自動切換到「慢思考」模式。它會像草稿紙一樣，清晰地列出計算步驟，最終得出正確答案66。整個思考過程一目了然，保證了結(jié)果的準(zhǔn)確性。3）慢思考：應(yīng)對復(fù)雜邏輯。對于「如何倒序拼寫一個單詞？」這類需要邏輯推理的復(fù)雜問題，openPangu會調(diào)用強(qiáng)大的「慢思考」能力，對問題進(jìn)行庖丁解牛般的拆解：首先識別單詞的每一個字母，然后從最后一個字母開始重新排列，最終精準(zhǔn)地完成倒序任務(wù)。這個過程展示了模型處理復(fù)雜指令的嚴(yán)謹(jǐn)邏輯。這種根據(jù)任務(wù)難度自適應(yīng)切換思考模式的能力，確保了用戶在提出簡單問題時能獲得閃電般的回應(yīng)，而在處理復(fù)雜難題時，模型又能沉下心來，進(jìn)行深入、嚴(yán)謹(jǐn)?shù)耐评怼Ｏ胍w驗更多？詳見官方開源代碼倉：https://ai.gitcode.com/ascend-tribe/openPangu-Embedded-7B-V1.1
