Unverified50% confidenceFactExact time
推理时扩展在推理阶段增加计算量（如beam search、Best-of-N采样、蒙特卡洛树搜索），模型性能可随计算量增加持续提升并存在幂律关系
1
Sources
50%
Confidence
Long-term
Relevance
7/13/2026
First Seen
Sources
GPT-5.6 Sol实测：多智能体并行如何重塑AI编程工作流
bilibili地层世界7/11/2026
Related Claims
Unverified推理时计算扩展通过延长思维链、多路径采样择优、自我验证反思等方式在推理阶段投入更多计算可提升复杂推理任务性能83% similarVerified推理时计算扩展（Test-time Compute Scaling）通过在推理阶段投入更多计算资源来提升模型性能，研究表明在某些任务上比单纯增大模型参数更加高效79% similarVerified推理时扩展（inference-time scaling）通过在推理阶段增加计算量提升模型性能，存在类似预训练的幂律关系78% similarUnverified推理时计算在模型参数固定的前提下，通过在推理阶段投入更多计算资源来改善输出质量75% similarUnverifiedReasoning能力会显著增加输出token数量和响应延迟，但能大幅提升数学证明、代码调试和多步逻辑推理的准确性74% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/502330API
curl https://kongchang.com/api/v1/knowledge/claims/502330MCP
get_claim(id=502330)