Ризонинг-модель (модель с рассуждением)

Коротко

• Reasoning model — LLM, специально дообученная генерировать развёрнутую цепочку промежуточных рассуждений перед финальным ответом
• Такой подход существенно повышает точность на задачах, требующих многошаговой логики: математика, программирование, планирование
• OpenAI o1/o3, DeepSeek-R1, Claude в режиме extended thinking — примеры ризонинг-моделей
• Плата за качество — заметно более высокая стоимость и время генерации ответа по сравнению с обычной LLM

Определение

Ризонинг-модель (reasoning model, «модель с рассуждением») — это большая языковая модель, дополнительно обученная (обычно через обучение с подкреплением) генерировать развёрнутую внутреннюю цепочку промежуточных шагов рассуждения перед тем, как выдать финальный ответ, — по сути, автоматизированную и расширенную версию техники chain-of-thought.

В отличие от обычной LLM, которая генерирует ответ «сразу», ризонинг-модель тратит дополнительное время и вычислительные ресурсы на этапе инференса, чтобы «обдумать» задачу — разбить её на шаги, проверить промежуточные варианты и при необходимости скорректировать ход рассуждения, прежде чем сформулировать итоговый ответ.

На практике

На сложных математических и логических задачах ризонинг-модели вроде OpenAI o3 или DeepSeek-R1 показывают существенно более высокие результаты в бенчмарках, чем модели того же поколения без явного механизма рассуждения — но при этом ответ обходится дороже и генерируется дольше.