推理时间扩展定律

推理时间扩展定律（Inference-time Scaling Law）是[[Aletheia]]论文最重要的理论贡献之一。它指出：在推理阶段（Inference）给予模型更多的计算资源（Compute），其解决复杂问题的能力会呈指数级增长。

核心原理

• 以往的模型受限于单次推理的长度
• Aletheia通过[[Gemini Deep Think]]框架，可以将数百万个Token的思考过程转化为最终的核心证明
• 面对高难度猜想，AI可以通过长达数小时甚至数天的"闭关思考"来突破逻辑屏障

意义

这一发现改变了AI研究的范式：不再仅仅依赖训练时的计算资源，推理时的计算投入同样关键。它为AI在数学、科学等复杂推理领域的应用打开了新的大门。

相关页面

• [[aletheia]]
• [[gemini-deep-think]]
• [[自主数学研究]]