آشنایی با مدل‌های استدلالی: چه زمانی تامل باعث پاسخ بهتر می‌شود

برخی مدل‌ها پیش از پاسخ، مسئله را تحلیل می‌کنند. در چت ما، دکمه Think این حالت را فعال می‌کند. این کار برای ریاضی، منطق و کد عالی است و برای ویرایش ساده نیازی نیست. روش تشخیص را بخوانید.

زمان مطالعه: 7 دقیقهبه‌روزرسانی

در کادر پیام چت ما دکمه کوچکی با برچسب Think وجود دارد. با زدن آن، پیام بعدی شما به جای مدل سریع و پیش‌فرض GPT-6 Luna، به GPT-6.1 Terra ارسال می‌شود. Terra قبل از نمایش اولین کلمه پاسخ، لحظه‌ای را صرف بررسی مسئله می‌کند و سپس در چت پیامی کوتاه مانند «Thought for 3 s» نمایش داده می‌شود. به مدل‌هایی با این قابلیت، مدل‌های استدلالی (Reasoning) می‌گویند. این راهنما بررسی می‌کند که در طول این مکث چه می‌گذرد، چه کارهایی به کمک آن بهتر انجام می‌شوند و قاعده ساده‌ای برای زمان استفاده از دکمه Think ارائه می‌دهد.

«فکر کردن» در یک مدل زبانی به چه معناست؟

یک مدل زبانی متن را بخش‌به‌بخش و بر اساس آن‌چه پیش‌تر آمده تولید می‌کند. مدلی که بلافاصله پاسخ می‌دهد، از همان کلمات ابتدایی مسیر خود را مشخص می‌کند. اگر آن مسیر نادرست باشد، بقیه پاسخ نیز معمولاً بر پایه همان شروع اشتباه پیش می‌رود.

یک مدل استدلالی آموزش دیده است تا پیش از نوشتن پاسخ نهایی، متنی پنهان برای پردازش مسئله بنویسد. در این یادداشت‌های درونی، مدل مسئله را دوباره بازگو می‌کند، شرط‌ها را می‌سنجد، راه‌های گوناگون را امتحان می‌کند، تناقض‌ها را می‌یابد و مسیرش را تصحیح می‌کند. پاسخ نهایی تنها پس از این فرآیند نوشته می‌شود. این محاسبات متنی واقعی هستند که توسط مدل تولید می‌شوند و به همین دلیل، با وجود پنهان بودن، چند ثانیه‌ای زمان می‌برند.

مستندات OpenAI این ویژگی را با تنظیمی به نام «میزان استدلال» (reasoning effort) تعریف می‌کند. بسته به مدل، این سطح از none (هیچ) تا low (کم)، medium (متوسط)، high (زیاد)، extra high (بسیار زیاد) و max (حداکثر) متغیر است. سطح کمتر سرعت را در اولویت قرار می‌دهد و سطح بالاتر به مدل امکان تفکر عمیق‌تر می‌دهد. OpenAI همچنین اشاره می‌کند که مدل‌ها خودبه‌خود تنظیم می‌شوند و حتی در یک تنظیم ثابت، برای کارهای ساده‌تر زمان کمتری صرف فکر کردن می‌کنند.

Luna و Terra در چت ما

ما هر دو مدل را از طریق یک API ابری اجرا می‌کنیم و سطح پردازش را به‌گونه‌ای تنظیم کرده‌ایم که چت همیشه سریع بماند:

مدلپیش از پاسخ فکر می‌کند؟نحوه انتخابمناسب برای
GPT-6 Lunaتا حد ممکن خیر: کمترین میزان پردازشپیش‌فرض؛ Think خاموشنگارش، بازنویسی، خلاصه‌سازی، ترجمه، پرسش‌های کوتاه
GPT-6.1 Terraبله، کوتاه: میزان پردازش کمزدن دکمه Think یا انتخاب آن از منوی مدل‌هاریاضی، منطق، برنامه‌ریزی، خطایابی کد، مقایسه‌های دقیق، تصاویر با جزئیات
GPT-6 Solدر اینجا ارائه نمی‌شودقفل در gpt.meدر دسترس در اپلیکیشن AI Chat ما با اشتراک Pro و در ChatPlus

در یک آزمایش زنده با پرسشی کوتاه، Luna در حدود ۱٫۵ ثانیه و Terra در کمتر از ۲ ثانیه شروع به پاسخ‌دهی کردند. این فاصله زمانی در مسائل دشوارتر بیشتر می‌شود، چرا که Terra در کارهای پیچیده وقت بیشتری به فکر کردن اختصاص می‌دهد. این فرایند تفکر پنهان باقی می‌ماند و چت تنها مدت زمان آن را نشان می‌دهد، نه متن یادداشت‌ها را. اطلاعات بیشتر را در صفحه GPT-6.1 Terra و در مقایسه Luna و Terra بخوانید.

کارهایی که به این مکث نیاز دارند

تفکر مدل زمانی کارآمد است که یک اشتباه اولیه کل نتیجه را خراب کند، یا هم‌زمان باید چند شرط مختلف رعایت شوند.

  • محاسبات چندمرحله‌ای: بازپرداخت وام، تغییر نسبت‌های یک دستور پخت، تقسیم نابرابر هزینه‌ها، تبدیل واحدها در یک مسئله متنی.
  • برنامه‌ریزی و مدیریت محدودیت‌ها: شیفت‌های کاری، جداول مسابقات، تنظیم برنامه درسی هماهنگ با کار پاره‌وقت.
  • خطایابی کد: ردیابی دقیق اجرای هر گام از یک حلقه کد دقیقاً همان چیزی است که این تفکر درونی برایش ساخته شده است.
  • تصمیم‌گیری با سبک‌سنگین کردن شرایط: مقایسه دو آپارتمان، دو پیشنهاد کاری یا سه طرح اینترنت از نظر هزینه، مسافت و شرایط قرارداد.
  • یافتن ایرادها: گام ضعیف در اثبات یک مسئله، فرضیات پنهان در طرح کسب‌وکار یا پرش منطقی در یک مقاله.
  • تصاویر با جزئیات زیاد: طبق توضیحات OpenAI، مدل Terra در استدلال بصری دقیق، مانند خواندن نقشه‌های فنی یا نمودارهای پیچیده، توانایی بالایی دارد.
مسئله‌ای که ارزش زدن دکمه Think را دارد:
سه دوست یک ویلا را برای ۷ شب با هزینه کل ۸۴۰ اجاره می‌کنند.
آنا هر ۷ شب، بن ۵ شب و کلوئی ۳ شب اقامت دارند. آن‌ها می‌خواهند
هزینه را بر اساس تعداد شب‌های اقامت تقسیم کنند، اما بن قبلاً ۳۰۰ پیش‌پرداخت داده است.
هر نفر چقدر بدهکار است و چه کسی باید به چه کسی پول بدهد؟

این مسئله را به Terra ارسال کنید، سپس همین پرسش را به Luna در یک چت جدید بفرستید و مقایسه کنید که هرکدام چگونه پیش‌پرداخت بن را محاسبه می‌کنند.

کارهایی که Luna برای آن‌ها کافی است

بخش بزرگی از درخواست‌های روزمره نیازی به محاسبات پیچیده ندارند و فکر کردن تنها باعث معطلی می‌شود. دکمه Think را برای موارد زیر خاموش نگه دارید:

  • تغییر لحن یا طول یک متن آماده؛
  • پیش‌نویس اولیه ایمیل‌ها، پست‌ها، توضیحات محصول و داستان‌ها؛
  • توضیح ساده یک واژه، مفهوم یا رویداد تاریخی؛
  • ایده‌پردازی که در آن تنوع مهم‌تر از دقت بالاست؛
  • ترجمه متن‌های معمولی.

راهنماهای خود OpenAI نیز همین را پیشنهاد می‌کنند: استدلال کم برای کارهای روزمره مانند ویرایش‌های کوچک و استخراج اطلاعات، و استدلال بیشتر برای خطایابی‌های دشوار و تحلیل‌های عمیق.

نحوه پرامپت‌نویسی برای یک مدل متفکر

مدل استدلالی در کشف روش حل مسئله بسیار تواناست، اما نمی‌تواند واقعیت‌هایی را که به آن نگفته‌اید حدس بزند. همه شرایط را در همان پیام اول مطرح کنید.

ضعیف:
یک برنامه درسی برای امتحاناتم بنویس.

قوی:
یک برنامه درسی برای ۱۴ روز آینده آماده کن. امتحانات: ریاضی در
روز ۹، شیمی در روز ۱۲، تاریخ در روز ۱۴. من در روزهای ۲، ۵ و ۸
از ساعت ۱۰:۰۰ تا ۱۶:۰۰ در کافه کار می‌کنم. حداکثر می‌توانم ۵ ساعت
در روز درس بخوانم و می‌خواهم یک شب در هفته آزاد باشم. برنامه را در
یک جدول روزانه ارائه کن و اگر شرطی رعایت نشد آن را ذکر کن.

چند نکته کاربردی:

  • «مرحله به مرحله فکر کن» را ننویسید: طبق راهنمای OpenAI برای مدل‌های استدلالی، این عبارت غیرضروری است زیرا مدل‌ها خودشان این فرایند را درونی انجام می‌دهند. اگر می‌خواهید گام‌ها را بررسی کنید، کافی است بخواهید که مراحل حل در پاسخ آورده شوند.
  • هدف و قالب را مشخص کنید: گفتن «پاسخ نهایی را در یک خط جداگانه در انتها بنویس» پیدا کردن نتیجه را بسیار آسان می‌کند.
  • بخواهید فرضیات را مشخص کند: در صورت ناقص بودن اطلاعات، مدل باز هم حدس خواهد زد. نوشتن «تمام فرضیات خود را فهرست کن» این حدس‌ها را آشکار می‌سازد.
  • دیدگاه نقادانه داشته باشید: استدلال قوی بر پایه داده‌های غلط باز هم به پاسخ اشتباه می‌رسد. راهنمای راستی‌آزمایی ما روش‌های بازبینی پاسخ‌ها را نشان می‌دهد.
یک اصل کلی: ابتدا با Luna شروع کنید. اگر پاسخ نیاز به محاسبات، رعایت هم‌زمان چند شرط، یا کدی داشت که همچنان کار نمی‌کند، دکمه Think را بزنید و پیام را دوباره بفرستید. به این ترتیب تنها برای پرسش‌های لازم منتظر می‌مانید.

خودتان مقایسه کنید

مسئله‌ای را انتخاب کنید که پاسخش را از قبل می‌دانید: یک تمرین حل‌شده، کدی که ماه پیش اشکالش را رفع کردید یا برنامه‌ای که خودتان چیده‌اید. ابتدا از Luna بپرسید، سپس با روشن کردن Think پاسخ را دوباره تولید کنید و با فلش‌های زیر پاسخ بین این دو نسخه جابه‌جا شوید. تنها به نتیجه پایانی نگاه نکنید، بلکه مسیر را بررسی کنید. پس از چند بار، به‌خوبی متوجه می‌شوید کدام‌یک از کارهایتان ارزش این چند ثانیه معطلی را دارند. حل‌کننده ریاضی و دستیار برنامه‌نویسی گزینه‌های مناسبی برای این آزمایش‌ها هستند و بخش نحوه کار مدل‌های زبانی توضیح می‌دهد که چرا پردازش اولیه کیفیت پاسخ را بالا می‌برد.

پرسش‌های متداول

آیا می‌توانم یادداشت‌های تفکر Terra را بخوانم؟

خیر. در چت ما، فرایند تفکر مدل پنهان می‌ماند و تنها زمان صرف‌شده نمایش داده می‌شود، مانند «Thought for 4 s». اگر مراحل استدلال را می‌خواهید، از Terra بخواهید تا مراحل حل را درون خودِ پاسخ توضیح دهد.

آیا استفاده از Think از سهمیه پیام‌های رایگانم بیشتر کم می‌کند؟

خیر. هر پاسخ، چه با Think روشن و چه خاموش، یک پیام محسوب می‌شود. تنها تفاوت در مدت‌زمان انتظار است. در بخش پرسش‌های متداول سهمیه روزانه توضیح داده شده است.

آیا همیشه پاسخ Terra دقیق‌تر از Luna است؟

همیشه این‌طور نیست. Terra در مسائل مرحله‌به‌مرحله بهتر عمل می‌کند، اما پایگاه دانش آن نیز محدودیت زمانی دارد و امکان خطا در آن هست. برای بازنویسی‌های کوتاه، هر دو مدل معمولاً نتایج مشابهی ارائه می‌دهند.

چرا GPT-6 Sol قفل است؟

مدل Sol نسخه پیشرفته‌تری در خانواده GPT-6 ساخت OpenAI است که برای برنامه‌نویسی پیچیده و وظایف عاملی طراحی شده است. ما در gpt.me دو مدل Luna و Terra را ارائه می‌دهیم؛ مدل Sol با اشتراک Pro در اپلیکیشن AI Chat ما و در ChatPlus در دسترس است. صفحه GPT-6 Sol پلتفرم‌های ارائه‌دهنده از جمله اپلیکیشن ما را معرفی می‌کند.

آیا قابلیت Think برای کل چت روشن می‌ماند؟

این گزینه برای پیام‌هایی اعمال می‌شود که در زمان روشن بودن آن ارسال می‌کنید و هر لحظه قابل خاموش شدن است. می‌توانید آن را برای مراحل دشوار گفتگو روشن کرده و برای بخش‌های ساده خاموش کنید.

سؤالی دارید؟ همین الان بپرسید

بدون نیاز به حساب کاربری و دانلود. چت را باز کنید، سؤال خود را بنویسید و در عرض یکی دو ثانیه پاسخ را ببینید.

شروع چت