Một triệu dấu vết suy luận cho thấy "khoảnh khắc lóe sáng" của mô hình không phải là một sự thấu hiểu. Đó là một cơn co giật.

Deep Learning LLM Reasoning AI Trí tuệ nhân tạo Một triệu dấu vết suy luận cho thấy "khoảnh khắc lóe sáng" của mô hình không phải là sự thấu hiểu. Đó là một cơn co giật. Tiến sĩ Swarneendu AI 5 phút đọc · Vừa xong -- Nghe Chia sẻ **DeepSeek gọi đó là tự điều chỉnh. Dữ liệu gọi đó là sự bất ổn. Dưới đây là phép tính phân biệt hai điều này.** — - Bạn đã thấy ảnh chụp màn hình. Một mô hình suy luận đang giải quyết một bài toán toán học. Ba đoạn đại số. Sau đó, giữa quá trình tạo ra, nó viết: *”Khoan đã, để tôi xem xét lại…”* và đột nhiên đưa ra câu trả lời đúng. DeepSeek gọi đây là những “khoảnh khắc lóe sáng”. LinkedIn gọi chúng là bằng chứng của suy luận. Mọi người đều chia sẻ chúng. Một nhóm nghiên cứu đã quyết định thực sự đếm chúng. ([Xie et al., 2026. arXiv:2601.00514](https://arxiv.org/abs/2601.00514)) Một triệu dấu vết suy luận. Hàng trăm điểm kiểm tra huấn luyện. DeepSeek-R1-Zero và các biến thể của nó. Ba câu hỏi. Ba câu trả lời không thoải mái. — - ## Số liệu **Các khoảnh khắc lóe sáng xảy ra thường xuyên như thế nào?** Hiếm khi. Phần lớn các dấu vết suy luận chọn một chiến lược và tuân theo nó đến cùng. Những thay đổi giữa quá trình suy luận là ngoại lệ. **Chúng có tăng lên theo quá trình huấn luyện không?** Không. Khi mô hình được huấn luyện lâu hơn và trở nên tốt hơn trong suy luận, tần suất các thay đổi giữa quá trình suy luận vẫn không đổi. Nếu đây là một cơ chế tự điều chỉnh được học, bạn sẽ mong đợi chúng trở nên phổ biến hơn. Chúng không như vậy.