克日，，，，，，，美国卡内基梅隆大学助理教授陈贝迪和团队提出了“动力学扩展定律”（Kinetics Scaling Law）。
。。。。在该定律的指导之下，，，，，，，当在英伟达 B200 上实现相同精度时，，，，，，，资源需求最高可降低至原来的三分之一。
。。。。 本次研究团队证实，，，，，，，希罕注重力从基础上重塑了扩展名堂，，，，，，，使得天生内容的长度更长、精度更高。
。。。。其在论文中体现，，，，，，，希罕动力学可能预示着一种新范式，，，，，，，这种新范式使得即便在预训练进入平台期后仍能推动一连前进。
。。。。 研究中，，，，，，，他们还强调了将模子架构、测试时推理手艺与硬件基础设施举行协同设计的须要性，，，，，，，并以为这是推动下一波可扩展大模子安排的要害办法。
。。。。虽然本次剖析主要集中在英伟达 GPU 上，，，，，，，但“扩展内存带宽比扩展浮点运算（FLOP，，，，，，，floating-point operation）能力更具挑战性且本钱更高”这一基来源理普遍适用于种种硬件平台，，，，，，，因此本次效果具有一定的普适性。
。。。。 研究团队体现，，，，，，，他们从现实效率的角度重新思索了测试时扩展定律，，，，，，，发明较小模子的有用性现实上被严重高估了。
。。。。详细来说，，，，，，，此前人们基于盘算最优性的研究事情，，，，，，，着实忽略了推理时战略所引入的要害内存会见瓶颈问题。
。。。。 而在本次研究之中，，，，，，，他们周全剖析涵盖了从 0.6B 到 32B 参数的模子，，，，，，，借此展现了动力学扩展定律，，，，，，，该定律通过同时纳入盘算本钱和内存会见本钱，，，，，，，能够更好地指导资源分派。
。。。。 动力学扩展定律批注，，，，，，，在参数凌驾某个阈值的模子上使用测试时盘算，，，，，，，比在较小模子上使用更为有用。
。。。。一个要害缘故原由是在测试时扩展中，，，，，，，注重力才是主要的本钱因素（而非参数数目）。
。。。。 受此启发，，，，，，，研究团队提出了以希罕注重力为中心的新扩展范式，，，，，，，该范式可以降低每个 token 的盘算本钱，，，，，，，从而能在相同的资源预算下，，，，，，，支持更长的文本天生和更多的并行样本处置惩罚。
。。。。 研究团队发明，，，，，，，希罕注重力模子始终优于麋集注重力模子。
。。。。这说明随着盘算投入的增添，，，，，，，希罕注重力是必不可少的，，，，，，，并且会越来越主要，，，，，，，只有这样才华实现测试时扩展的所有潜力。
。。。。而与训练差别的是，，，，，，，准确性并未随着盘算的增添而饱和，，，，，，，而是会通过增添天生量一直获得提高。
。。。。 那么，，，，，，，研究团队开展本次课题的缘故原由是什么？？？这要从测试时扩展（TTS，，，，，，，Test-time scaling）提及。
。。。。眼下，，，，，，，测试时扩展战略已经成为增强盛模子推理能力的一种主要手段，，，，，，，特殊是在智能体与重大情形交互的场景中，，，，，，，例如编写代码、浏览网页等场景中。
。。。。 然而，，，，，，，这些能力会带来显著的推理时本钱，，，，，，，因此明确这一新范式下的性能扩展纪律至关主要。
。。。。现有的扩展定律研究主要关注浮点运算（FLOP，，，，，，，floating-point operation），，，，，，，但却忽略了内存会见本钱。
。。。。而内存会见本钱往往是决议现实延迟的要害因素，，，，，，，因此上述做法可能会导致安排决议不敷优化。
。。。。 如前所述，，，，，，，在本次研究之中他们展示了测试时扩展的动力学扩展定律，，，，，，，该定律源自于一个明确纳入内存会见本钱的本钱模子，，，，，，，它展现了关于测试时盘算资源分派的帕累托最优战略的截然差别的结论。
。。。。 详细而言，，，，，，，研究团队发明：首先，，，，，，，先前的标度律始终高估了通过推理时战略增强的小模子的有用性；；；；其次，，，，，，，盘算资源最好先用于将模子规模增大到一个要害阈值，，，，，，，然后再投入测试时战略。
。。。。 研究中，，，，，，，他们针对一系列最先进的推理模子所举行的屋顶线剖析批注：之以是泛起最优测试时盘算战略的转变，，，，，，，是由于测试时战略不可比例地增添了注重力本钱，，，，，，，而非增添了参数本钱。
。。。。 研究团队的等整天职析批注，，，，，，，注重力机制随生生长度呈二次方增添的特征，，，，，，，加上键值内存相关于模子参数的失衡扩展趋势，，，，，，，配合使得人们越发倾向于扩大模子规模、而非增添生生长度。
。。。。这种失衡征象在混淆专家架构中被进一步加剧，，，，，，，正因此这种架构虽然能够降低激活参数目，，，，，，，但却未能缓解注重力盘算的高开销现状。
。。。。 基于上述剖析，，，，，，，研究团队引入了本次新的扩展范式，，，，，，，该范式以希罕注重力为中心，，，，，，，从基础上重塑了扩展纪律，，，，，，，显著提高了测试时扩展的可扩展性。
。。。。 凭证研究团队的希罕动力学扩展定律，，，，，，，最好将盘算资源分派给测试时战略，，，，，，，而非用于降低希罕性。
。。。。随着在测试阶段投入更多盘算资源，，，，，，，高希罕性关于充分使用这些战略的优势变得愈发要害。
。。。。 只管希罕性古板上要么用于小模子的正则化，，，，，，，要么用于在参数过多的网络中镌汰盘算量，，，，，，，但本次研究引入了一个基础差别的视角——希罕性能够成为实现高效可扩展测试时盘算的焦点使能手艺。
。。。。与此同时，，，，，，，本次研究强调了在建设可扩展性定律的现实认知历程中，，，，，，，必需同时考量硬件因素与模子架构的主要性。
。。。。 在实验设置和实验使命上，，，，，，，研究团队聚焦于以下三个具有一定挑战性的推理基准：涵盖代数、组合数学和几何的 AIME24 和 AIME25，，，，，，，以及包括近期编程竞赛中的重大编程问题的 LiveCodeBench。
。。。。在模子选择上，，，，，，，研究团队评估了 Qwen3 和 DeepSeek-R1-DistilledQwen 系列差别模子的性能。
。。。。 为了消除测试时战略的详细实现所引入的混杂效应，，，，，，，研究团队接纳了两种具有代表性但简朴的要领：长 CoT 和 Best-of-N。
。。。。长 CoT 是一种在先进推理模子中被普遍使用的要领，，，，，，，Best-of-N 则通过可验证问题的解决率举行效果评估，，，，，，，并借助测试时间扩展给出理论性能上限。
。。。。 在硬件上，，，，，，，研究团队使用了英伟达 B200。
。。。。实验中，，，，，，，他们在每个节点 8 个 GPU 上，，，，，，，通过批量巨细和上下文长度划分为（4096，，，，，，，16384）和（2048，，，，，，，32768）的设置，，，，，，，展示了块 top-k 注重力在差别模子规模下的优势。
。。。。 同时，，，，，，，他们假设具有相似上下文长度和生生长度的使命的事情负载是统一的。
。。。。如下图所示，，，，，，，块 top-k 注重力能够大大提高推理吞吐量，，，，，，，特殊是关于较小的模子来说。
。。。。例如，，，，，，，Qwen3-0.6B 模子实现了 23.6～33.3 倍的吞吐量增添。
。。。。 这一性能提升反应出：随着上下文长度的增添，，，，，，，浓密注重力机制的效率会逐渐下降，，，，，，，而较小模子受到的影响尤为显著。
。。。。吞吐量的显著提升凸显了这样一种潜力：当与推理系统和测试时战略举行适当的协同设计时，，，，，，，使命级吞吐量也能获得响应的提升。
。。。。 除了 top-k 注重力机制之外，，，，，，，现在他们仅探讨了一种简朴的变体（即块 top-k 注重力），，，，，，，只管云云已能展现出强盛的可扩展性。
。。。。眼下，，，，，，，已经保存更先进的希罕注重力算法，，，，，，，这些算法具备将测试时扩展效率的界线推向更高水平的潜力。
。。。。 另一方面，，，，，，，测试时扩展算法旨在自顺应地将盘算资源分派给使命甚至是分派给 token。
。。。。将它们扩展到希罕注重力中的新资源分派问题，，，，，，，关于抵达希罕动力学的极限至关主要。
。。。。例如，，，，，，，由于生生长度与希罕注重力下的最佳试验次数亲近相关，，，，，，，因此可以将其用作调解试验次数和键值预算的动态信号。
。。。。 别的，，，，，，，希罕的注重力大大降低了推理本钱，，，，，，，使得更多的推理试验和更长的天生成为可能，，，，，，，这为在牢靠资源预算内设置测试时扩展战略提供了更大的无邪性。
。。。。 同时，，，，，，，通过将关注点从 token 级指标转向使命级吞吐量，，，，，，，研究团队以为本次效果能为算法与系统的协同设计开发更辽阔的空间。
。。。。需要说明的是，，，，，，，本次研究实质上属于算法层面的效果，，，，，，，并不针对特定应用。
。。。。只管大模子可能被恶意滥用，，，，，，，但本研究并未引入现有系统之外的新能力或危害。
。。。。 研究团队体现，，，，，，，测试时扩展可能会消耗大宗能源，，，，，，，引发人们对普遍安排的情形可一连性的担心。
。。。。而通过推广希罕注重力，，，，，，，他们希望资助镌汰推理系统的碳足迹和能耗，，，，，，，并助力实现更普遍的可一连人工智能目的。
。。。。 未来，，，，，，，他们希望这项研究能够指导在模子架构、测试时战略和硬件系统方面的协同设计，，，，，，，以便更好地解锁下一波大模子扩展的潜力。
。。。。