自适应快慢思考，华为openPangu-Embedded-7B-V1.1刚开源了

AI模型「快思考」与「慢思考」，终于可以自适应切换了。 刚刚开源的昇腾原生openPangu-Embedded-7B-V1.1模型，首次实现了这一能力。 从官方公布的评测结果来看，新模型展示了强大的性能，尤其是在数学和代码能力上。其「慢思考v1.1」版本在数学评测AIME24和AIME25上分别取得79.38和70.00的高分，在代码能力评测LiveCodeBench上也达到了58.27分，全面超越了v1.0版本。 有趣的是，团队还推出了一个「自适应v1.1」版本。该版本通过数据质量驱动的学习策略，实现了效率与性能的平衡。 评测数据显示，在基本不影响精度的前提下，「自适应」模型能在简单任务上（如C-Eval）大幅缩短输出长度，从而降低推理成本和时间；而在困难任务上（如AIME24），则能保持与「慢思考」版本相当的输出长度和思考能力，以确保性能。 例如，在C-Eval上，自适应模型的输出长度从2484缩短至1723，减少了约50%，而精度仅从84.92微降至83.33。 图中的几个案例，可以让我们直观感受openPangu的自适应思考能力。 1）快思考：一步到位。对于“法国的首都是哪座城市？”这类简单的事实性问题，模型会启动「快思考」模式，迅速给出「巴黎」这个准确答案，没有任何多余的分析，高效直接。 2）慢思考：步步为营。面对稍微复杂的计算题，如「100减去47再加上13等于多少？」，模型则会自动切换到「慢思考」模式。它会像草稿纸一样，清晰地列出计算步骤，最终得出正确答案66。整个思考过程一目了然，保证了结果的准确性。 3）慢思考：应对复杂逻辑。对于「如何倒序拼写一个单词？」这类需要逻辑推理的复杂问题，openPangu会调用强大的「慢思考」能力，对问题进行庖丁解牛般的拆解：首先识别单词的每一个字母，然后从最后一个字母开始重新排列，最终精准地完成倒序任务。这个过程展示了模型处理复杂指令的严谨逻辑。 这种根据任务难度自适应切换思考模式的能力，确保了用户在提出简单问题时能获得闪电般的回应，而在处理复杂难题时，模型又能沉下心来，进行深入、严谨的推理。 想要体验更多？详见官方开源代码仓：https://ai.gitcode.com/ascend-tribe/openPangu-Embedded-7B-V1.1