การพัฒนาของโมเดลภาษา: การคิดมากเกินไปและการคิดไม่พอ

ในเดือนกุมภาพันธ์ปี 2026 บริษัท Anthropic ได้ปรับโหมดการคิดแบบปรับตัวให้เป็นโหมดเริ่มต้นสำหรับ Claude Opus 4.6 โมเดลสามารถตัดสินใจได้เองว่าจะใช้เวลาคิดในแต่ละขั้นตอนไปมากน้อยเพียงใด โดยไม่จำเป็นต้องมีงบประมาณเฉพาะสำหรับการคิดอีกต่อไป

การศึกษาที่เผยแพร่โดยนักวิจัยจาก Tencent AI Lab ในเดือนธันวาคมปี 2024 ได้สำรวจเวลาที่โมเดลใช้ในการตอบคำถามที่ง่าย โดยโมเดล QwQ-32B-Preview ใช้ 39 โทเคนสำหรับคำถามว่า "2+3 เท่ากับเท่าไหร่" แต่กลับใช้เวลามากขึ้นในการตอบคำถามเดียวกันถึง 12 ครั้ง ทำให้ใช้โทเคนรวมถึง 901 โทเคน