Apa itu model penaakulan dalam AI
Pernahkah anda perasan sesetengah chatbot AI mengambil masa lebih lama untuk menjawab? Kadangkala ia memaparkan perkataan seperti "thinking" sebelum memberi jawapan.
Ini tanda anda sedang menggunakan model penaakulan.
Memahami cara ia berfungsi membantu anda memilih model yang sesuai, menjimatkan masa, dan mendapat jawapan yang lebih tepat.
Apa itu model penaakulan?
Model penaakulan (reasoning model) ialah model bahasa besar (LLM) yang dilatih untuk menyelesaikan masalah secara berperingkat. Ia juga dikenali sebagai "thinking model".
Model biasa cenderung menjawab dengan pantas, seperti gerak hati. Model penaakulan pula "berfikir" dahulu. Ia menghasilkan langkah-langkah pemikiran di belakang tabir, menyemak semula, kemudian baru memberi jawapan akhir.
Bayangkan dua pelajar menjawab soalan matematik. Pelajar pertama terus menulis jawapan yang terlintas di fikiran. Pelajar kedua menulis jalan kira di kertas conteng, menyemak semula, barulah menulis jawapan. Model penaakulan seumpama pelajar kedua.
Bagaimana ia berfungsi?
Model penaakulan melalui latihan asas yang sama seperti LLM biasa. Bezanya, ia menerima satu lagi peringkat latihan yang dipanggil pembelajaran pengukuhan (reinforcement learning).
Dalam latihan ini, model diberi ganjaran apabila ia menyelesaikan masalah langkah demi langkah dengan betul. Lama-kelamaan, ia belajar mengesan kesilapan sendiri dan mencuba cara lain jika satu cara tidak berjaya.
Semasa menjawab, model ini menggunakan lebih banyak kuasa pengkomputeran. Konsep ini dipanggil "test-time compute". Secara mudah, lebih lama ia berfikir, lebih baik prestasinya untuk masalah yang sukar.
Bila ia mula dikenali?
OpenAI memperkenalkan model o1 pada 12 September 2024. IBM menyifatkan o1-preview dan o1-mini sebagai model pertama yang dipersembahkan sebagai model penaakulan.
Menurut OpenAI, dalam ujian matematik AIME 2024, GPT-4o mencatat purata 12 peratus. Model o1 pula mencatat purata 74 peratus dengan satu cubaan bagi setiap soalan.
Selepas itu, syarikat lain menyusul. Antaranya DeepSeek-R1 pada Januari 2025, iaitu model sumber terbuka dari China.
Anthropic juga melancarkan Claude 3.7 Sonnet pada Februari 2025 yang membolehkan pengguna API mengawal tempoh model berfikir.
Sesuai untuk tugasan apa?
- Soalan matematik dan logik.
- Menulis atau membaiki kod aturcara.
- Perancangan berbilang langkah, contohnya merancang projek.
- Masalah yang ada jawapan jelas dan boleh disemak.
Untuk tugasan ringkas seperti menterjemah satu ayat atau menulis ucapan hari jadi, model biasa sudah memadai. Malah, IBM menyatakan model biasa kadangkala lebih baik untuk masalah mudah.
Kelemahan yang perlu diketahui
- Lebih perlahan. Anda perlu menunggu model selesai berfikir.
- Lebih mahal. Bagi pengguna API, setiap token pemikiran turut dikira dan dibayar.
- Terlebih fikir. Satu kajian Tencent yang dipetik IBM mendapati model penaakulan menggunakan purata kira-kira 1,953 peratus lebih banyak token berbanding model biasa untuk mencapai jawapan yang sama.
- Masih boleh silap. Berfikir lebih lama tidak menjamin jawapan sentiasa betul.
Kaitan dengan pengguna di Malaysia
Kebanyakan chatbot popular kini menawarkan pilihan model "thinking" atau mod penaakulan. Pelajar boleh menggunakannya untuk memahami langkah penyelesaian soalan matematik. Usahawan kecil pula boleh menggunakannya untuk merancang bajet atau aliran kerja.
Satu cara berkesan ialah meminta model menunjukkan langkah penyelesaian.
Dengan itu, anda bukan sekadar mendapat jawapan, malah belajar cara berfikir untuk menyelesaikan masalah yang sama pada masa akan datang.
Tipnya mudah. Pilih mod penaakulan untuk masalah yang rumit. Pilih mod biasa untuk soalan harian supaya jawapan lebih pantas.
Rumusan
Model penaakulan ialah LLM yang dilatih untuk berfikir langkah demi langkah sebelum menjawab. Ia unggul dalam matematik, kod dan perancangan, tetapi lebih perlahan dan memerlukan lebih banyak sumber.
Kenali kekuatan dan kelemahannya supaya anda boleh memilih alat yang paling sesuai untuk setiap tugasan.
Sumber: