图说：上海人工智能实验室展示最新成果InternThinker模型开放体验
强大的推理能力作为通用人工智能的重要基石，正受到业界的广泛关注。近日，上海人工智能实验室向外界展示了其在人工智能领域的最新进展，尤其是其自主生成高智力密度数据、具备多场景泛化能力的模型。他们开放的试用体验版——书生强推理模型InternThinker，吸引了众多关注。
经过记者的亲身体验，发现该模型具备出色的长思维能力，能够在复杂的推理过程中进行自我反思和纠正。这一特性使得它在数学、代码、推理谜题等多种复杂推理任务中表现出色。
实验室的研发团队透露，InternThinker的出色表现得益于其独特的设计思路。在训练数据方面，实验室首创大规模合成数据技术，使模型能够处理多样化的任务场景。模型还通过设计创新的“元动作”思考范式，更有效地学习和产生多样化的推理策略组合。
不同于一般的模型通过大量样本进行单点知识的学习，InternThinker更注重思维模式的学习。在解决复杂推理任务时，模型会模拟人类的思考过程，通过回忆相关知识点，理解并记忆正确的解题过程，同时反思和修正错误的解题过程。这种能力被称为元认知能力，是提升复杂任务学习和解决效果的关键。
受元认知理论的启发，研发团队设计了一系列元动作来引导模型解决问题的过程。在面对复杂任务时，模型会显式且动态地选择元动作，进一步展开相关的思维过程。这种设计显著提高了模型的学习效率，使得模型在思考过程中能更灵活、多样、有效地使用元动作。
近期的研究显示，通过特定方法获取强推理模型的思维链数据并进行处理，是提升模型性能的一种有效途径。而InternThinker则采用了基于通专融合的技术路线来生产所需数据。实验室通过设计通用模型和专业模型的协作流程，结合专家模型的正确解决轨迹和通用模型的自我觉察、分析能力，提高了思维链的格式规范性和可学习性。
在记者的测试中，InternThinker展现了强大的数学问题解决能力和自我反思能力。在面对复杂的数学问题时，它不仅能够正确应用相关的数学定理和公式，还能在完成计算后进行自我检查，确保答案的准确性。在面对复杂的爬坡问题以及数学抽样问题等方面，InternThinker也展现出了出色的解决问题的能力。
上海人工智能实验室表示，他们将继续沿通知融合发展路径，将相关技术融入下一代书生大模型，并通过开源与产学研共同推动技术进步。新民记者 郜阳也对此表示了高度的期待和关注。他认为InternThinker的开放试用将为广大人工智能爱好者提供一个难得的学习和研究机会，同时也为推动人工智能技术的发展做出重要贡献。
