近期，互聯(lián)網(wǎng)巨頭字節(jié)跳動旗下的AI助手豆包，悄然展開了一項(xiàng)新功能的內(nèi)部測試，這一消息迅速引起了網(wǎng)友們的廣泛關(guān)注。據(jù)透露，豆包正在探索深度思考模型的應(yīng)用，盡管此次測試并未采用此前熱議的DeepSeek模型。
3月5日，豆包官方正式宣布推出“深度思考”推理模式，這一模式將全面融入問答、搜索、寫作及閱讀等多個應(yīng)用場景。用戶只需簡單地在輸入框中啟用“深度思考 Beta”功能，即可體驗(yàn)這一創(chuàng)新功能。
針對此次測試，豆包方面回應(yīng)稱，當(dāng)前正在進(jìn)行的是自家深度思考模型的多個實(shí)驗(yàn)版本的內(nèi)部評估。有知情人士透露，豆包深度思考模型的研發(fā)是基于其1.5基座模型的進(jìn)一步升級與優(yōu)化。
回溯至今年1月中旬，豆包大模型團(tuán)隊(duì)在發(fā)布豆包1.5 Pro版本時，就已預(yù)告了深度推理模型Doubao-1.5-pro-AS1-Preview的存在。該團(tuán)隊(duì)強(qiáng)調(diào)，這一模型在不依賴其他外部模型數(shù)據(jù)的前提下，通過強(qiáng)化學(xué)習(xí)（RL）算法的突破與工程優(yōu)化，充分利用了測試時縮放（Test Time Scaling）的算力優(yōu)勢，成功實(shí)現(xiàn)了RL Scaling，從而研發(fā)出了豆包的深度思考模式。
深度思考模式的推出，意味著用戶將能夠直觀地觀察到AI模型的思考過程。這一過程涉及思維鏈（Chain of Thought，簡稱COT）的展示，即模型通過訓(xùn)練模擬出類似人類的思考步驟，包括自我質(zhì)疑、反思等中間環(huán)節(jié)，盡管這些僅是文字序列，但卻呈現(xiàn)出類似人類的思考邏輯。
在深度思考模式下，用戶不僅能夠獲取AI的最終答案，還能清晰地看到模型解決問題的完整邏輯鏈條。例如，在解答數(shù)學(xué)題目時，模型會逐步展示從問題拆解、多種方法驗(yàn)證到得出最終結(jié)論的全過程，包括自我質(zhì)疑、假設(shè)驗(yàn)證及錯誤修正等關(guān)鍵步驟，為用戶提供了前所未有的透明度和深度理解。
