首頁字節跳動推出Seed-Thinking-v1.5 AI模型以提升推理能力
先進推理AI的競賽始於2024年9月OpenAI的o1模型，隨著2025年1月DeepSeek的R1推出而加速。
主要AI開發商現正競相打造更快、更具成本效益的推理AI模型，通過思維鏈過程提供精確、深思熟慮的回應，確保回答前的準確性。
字節跳動，TikTok的母公司，推出Seed-Thinking-v1.5，一款在技術論文中概述的新大型語言模型（LLM），旨在增強STEM及一般領域的推理能力。
該模型尚未公開，且其授權方式—無論是專有、開源或混合—仍未透露。然而，該論文提供了值得在發布前探索的關鍵見解。
利用專家混合（MoE）框架
繼Meta的Llama 4和Mistral的Mixtral之後，Seed-Thinking-v1.5採用了專家混合（MoE）架構。
這種方法通過將多個專精模型整合為一體來提升效率，每個模型專注於不同領域。
Seed-Thinking-v1.5僅使用其2000億參數中的200億，優化性能。
字節跳動在GitHub發布的論文強調該模型專注於結構化推理和審慎回應生成。
它超越DeepSeek R1，並在第三方基準測試中與Google的Gemini 2.5 Pro和OpenAI的o3-mini-high競爭，甚至在ARC-AGI基準測試中表現優於它們，該基準是衡量人工通用智能進展的關鍵指標，根據OpenAI的標準，超越了人類在經濟上有價值的任務中的表現。
作為比大型模型更緊湊但強大的替代方案，Seed-Thinking-v1.5通過創新的強化學習、精選訓練數據和先進的AI基礎設施，提供了出色的基準測試結果。
基準測試表現與核心優勢
Seed-Thinking-v1.5在艱難任務中表現出色，在AIME 2024獲得86.7%的分數，在Codeforces上獲得55.0%的pass@8，在GPQA科學基準測試中獲得77.3%，與OpenAI的o3-mini-high和Google的Gemini 2.5 Pro在推理指標上接近或超越。
在非推理任務中，它的人類偏好勝率比DeepSeek R1高出8.0%，顯示出超越邏輯和數學的靈活性。
為應對基準測試飽和問題，字節跳動創建了BeyondAIME，一個更嚴格的數學基準測試，以抵制記憶並更好地評估模型表現。該基準與Codeforces集合將公開發布，以促進未來研究。
訓練數據策略
數據質量在開發Seed-Thinking-v1.5中至關重要。為進行監督微調，精選了40萬個樣本：30萬個可驗證的STEM、邏輯和編碼任務，以及10萬個不可驗證的任務，如創意寫作。
對於強化學習，數據分為：
- 可驗證問題：從頂尖比賽中精心挑選的10萬個STEM問題和邏輯謎題，由專家驗證。
- 不可驗證任務：針對開放式提示的人類偏好數據集，通過成對獎勵模型評估。
超過80%的STEM數據專注於高級數學，邏輯任務如數獨和24點謎題根據模型進展進行縮放。
強化學習創新
Seed-Thinking-v1.5使用自定義的actor-critic（VAPO）和策略梯度（DAPO）框架來穩定強化學習，解決長思維鏈場景中的問題。
兩個獎勵模型增強了強化學習監督：
- Seed-Verifier：基於規則的LLM，確保生成答案與參考答案的數學等價性。
- Seed-Thinking-Verifier：基於推理的評估器，確保一致性評估，抵禦獎勵操縱。
此雙重系統支持簡單和複雜任務的精確評估。
可擴展基礎設施設計
字節跳動的HybridFlow框架，由Ray集群提供支持，支持高效的大規模訓練，通過訓練與推理共置減少GPU閒置時間。
流式推出系統（SRS）將模型進化與運行時分離，通過異步管理部分生成，將迭代速度提升至三倍。
其他技術包括：
- 混合精度（FP8）以提升記憶體效率
- 專家並行和內核自動調整以優化MoE
- ByteCheckpoint以實現穩健的檢查點
- AutoTuner以優化並行和記憶體設置
以人為本的評估與應用
在創意寫作、人文學科和一般對話中的人類測試顯示，Seed-Thinking-v1.5超越DeepSeek R1，證明其現實世界的相關性。
團隊指出，在可驗證任務上的訓練增強了對創意領域的泛化能力，這得益於嚴格的數學工作流程。
對技術團隊和企業的影響
對於監督LLM生命週期的技術領導者，Seed-Thinking-v1.5提供了一個將高級推理整合到企業AI系統中的模型。
其模組化訓練，包含可驗證數據集和多階段強化學習，適合需要精確控制的LLM開發團隊。
Seed-Verifier和Seed-Thinking-Verifier增強了可信的獎勵建模，這對面向客戶或受監管的環境至關重要。
對於時間緊迫的團隊，VAPO和動態採樣縮短了迭代週期，簡化了特定任務的微調。
混合基礎設施，包括SRS和FP8優化，提升了訓練吞吐量和硬體效率，適合雲端和本地系統。
該模型的自適應獎勵反饋解決了管理多樣化數據管道的挑戰，確保跨領域的一致性。
對於數據工程師，嚴格的數據過濾和專家驗證的重視凸顯了高質量數據集在提升模型性能方面的價值。
未來展望
由字節跳動的Seed LLM Systems團隊開發，由吳永輝領導並由林海濱公開代表，Seed-Thinking-v1.5在Doubao 1.5 Pro的基礎上，採用共享的RLHF和數據精選技術。
團隊旨在精進強化學習，專注於訓練效率和不可驗證任務的獎勵建模。發布BeyondAIME等基準將推動專注於推理的AI研究的進一步進展。
相關文章
山姆·奧特曼引發關於人工智慧減速的辯論
在Apple Podcasts上收聽在Spotify上收聽OpenAI執行長薩姆·阿爾特曼（Sam Altman）最近表示，現在可能是時候“控制人工智慧的發展速度”，以便社會“在這些新的能力水平周圍加固自身”。在TechCrunch《Equity》播客的最新一期中，Kirsten Korosec、Sean O’Kane和我討論了阿爾特曼的言論可能由最近的一次駭客攻擊所觸發，該攻擊中一名OpenAI代理突破了Hugging Face的系統。Sean指出，雖然由AI代理執行的駭客攻擊是前所未
OpenAI 與蘋果公司就商業秘密訴訟進行對抗
OpenAI 於週二駁回了蘋果公司的商業秘密指控，稱該訴訟毫無根據。“我們認真對待這些指控，但未發現任何支援它們的證據，”OpenAI 表示，據彭博社記者 Ed Ludlow 在 X 平臺報道，“我們支援公平競爭和工作自由，專注於創造賦能全球使用者的技術。”此前，蘋果公司於週五在美國加利福尼亞州北區聯邦地區法院提起訴訟，指控 OpenAI 策劃了一項從前蘋果員工處竊取機密資料和智慧財產權的計劃。這份長達 41 頁的訴狀針對 OpenAI 的高管層，包括首席硬體官 Tang Tan，他是一名擁有
前 TikTok 高層推出一款由 AI 驅動的應用程式，助使用者掌握拍照姿勢
越來越多企業開始運用 AI 影像生成技術，向用戶傳授攝影技巧。去年，Google 在 Pixel 裝置上推出「相機教練」（Camera Coach）功能，協助用戶進行構圖與取景；今年 7 月，Adobe 則在其實驗性相機應用程式中推出新功能，運用 AI 對照片進行評析並建議調整方式。順應這股趨勢，前 TikTok 員工 Melody Chu 和 Jing Liu 即將推出一款名為 Superpos
相關專題推薦
寫作
最適合撰寫長篇 SEO 文章的 AI 大綱生成工具
2026 年最新最佳、評價最高的 AI 大綱生成器，專為長篇 SEO 文章打造，由 XIX.AI 精心精選。這些強大的工具能為快速創作高品質內容提供革命性的協助，大幅提升寫作效率。 透過免費版與付費版的比較、實際測試結果及詳細排名，協助您找出最符合需求且不容錯過的選項。立即探索，釋放您的 AI 優勢。
8 個工具
xix.ai
教育與學習
適用於作業與考試準備的人工智慧學習工具
2026 年最新最佳 AI 學習工具，助您完成作業與備考！XIX.AI 精心整理了一份備受好評的清單，收錄了這些強大且具革命性、經實測驗證的工具，能幫助學生提升效率、簡化作業流程，並在考試中取得優異成績。 獲取免費版與付費版的比較、詳細排名，以及必試選項，以釋放您的 AI 優勢。立即探索！
10 個工具
xix.ai
音樂創作
面向詞曲創作者、旋律片段、主旋律及多語言草稿創作的AI人聲演示工具
2026 年最新最佳 AI 人聲演示工具，專為詞曲創作者、旋律創作者和多語言內容團隊打造！XIX.AI 精心整理了一份經過嚴格真實世界測試的高評分、變革性工具列表。您將找到詳細的免費與付費對比資料、全面排名以及必試選項，幫助您提升創作效率並釋放創意潛力。立即探索，發現滿足您所有內容需求的完美工具！
9 個工具
xix.ai
商業
最適合小型企業的頂尖 AI 競爭情勢分析工具
2026 年最新、最佳且評價最高的中小企業 AI 競爭研究工具！XIX.AI 精心精選了一系列極具威力且能改變遊戲規則的工具，並透過嚴謹的實測與詳細排名，每週更新內容。您可在此找到詳盡的免費版與付費版比較，協助您找出必試的工具，以提升工作效率並獲得競爭優勢。 立即探索，找出最適合您的工具！
9 個工具
xix.ai
圖像編輯
用於電商服裝、皮膚清潔和色彩一致性的 Photoshop AI 修圖工具
2026 年最新最佳 Photoshop AI 修圖工具，適用於電商服裝、皮膚清潔和色彩一致性！這份頂級精選列表包含強大的變革性解決方案，可幫助您提升寫作效率、簡化內容創作並輕鬆實現完美的視覺效果。每個工具都經過實際測試，並透過每週更新的排名進行驗證，同時提供免費與付費版本的詳細對比。由 XIX.AI 支援，這是任何希望發揮 AI 優勢的人必試指南。立即探索！
10 個工具
xix.ai
迅速的
適用於 ChatGPT 工作流程的最佳 AI 提示詞庫
2026 年最新、最受好評的 AI 提示詞庫，可優化各類 ChatGPT 工作流程。XIX.AI 精心蒐羅了一套強大且具革命性的精選集合，並經過嚴格的實際測試，以確保其表現卓越。 您可查閱詳盡的免費版與付費版比較分析，以及專家評比，助您挑選必試工具，從而提升工作效率並釋放您的 AI 優勢。立即探索！
11 個工具
xix.ai
評論 (1)
0/500
![ChristopherDavis]()
Cette accélération dans la course au raisonnement avancé me donne un peu le vertige 😅. D'un côté c'est fascinant de voir comment les modèles deviennent de plus en plus 'intelligents', mais d'un autre... on est certains que tout ce développement est sous contrôle ? Pas sûr que les entreprises pensent beaucoup aux implications éthiques quand elles sont lancées dans cette bataille commerciale ultra-compétitive.
先進推理AI的競賽始於2024年9月OpenAI的o1模型，隨著2025年1月DeepSeek的R1推出而加速。
主要AI開發商現正競相打造更快、更具成本效益的推理AI模型，通過思維鏈過程提供精確、深思熟慮的回應，確保回答前的準確性。
字節跳動，TikTok的母公司，推出Seed-Thinking-v1.5，一款在技術論文中概述的新大型語言模型（LLM），旨在增強STEM及一般領域的推理能力。
該模型尚未公開，且其授權方式—無論是專有、開源或混合—仍未透露。然而，該論文提供了值得在發布前探索的關鍵見解。
利用專家混合（MoE）框架
繼Meta的Llama 4和Mistral的Mixtral之後，Seed-Thinking-v1.5採用了專家混合（MoE）架構。
這種方法通過將多個專精模型整合為一體來提升效率，每個模型專注於不同領域。
Seed-Thinking-v1.5僅使用其2000億參數中的200億，優化性能。
字節跳動在GitHub發布的論文強調該模型專注於結構化推理和審慎回應生成。
它超越DeepSeek R1，並在第三方基準測試中與Google的Gemini 2.5 Pro和OpenAI的o3-mini-high競爭，甚至在ARC-AGI基準測試中表現優於它們，該基準是衡量人工通用智能進展的關鍵指標，根據OpenAI的標準，超越了人類在經濟上有價值的任務中的表現。
作為比大型模型更緊湊但強大的替代方案，Seed-Thinking-v1.5通過創新的強化學習、精選訓練數據和先進的AI基礎設施，提供了出色的基準測試結果。
基準測試表現與核心優勢
Seed-Thinking-v1.5在艱難任務中表現出色，在AIME 2024獲得86.7%的分數，在Codeforces上獲得55.0%的pass@8，在GPQA科學基準測試中獲得77.3%，與OpenAI的o3-mini-high和Google的Gemini 2.5 Pro在推理指標上接近或超越。
在非推理任務中，它的人類偏好勝率比DeepSeek R1高出8.0%，顯示出超越邏輯和數學的靈活性。
為應對基準測試飽和問題，字節跳動創建了BeyondAIME，一個更嚴格的數學基準測試，以抵制記憶並更好地評估模型表現。該基準與Codeforces集合將公開發布，以促進未來研究。
訓練數據策略
數據質量在開發Seed-Thinking-v1.5中至關重要。為進行監督微調，精選了40萬個樣本：30萬個可驗證的STEM、邏輯和編碼任務，以及10萬個不可驗證的任務，如創意寫作。
對於強化學習，數據分為：
- 可驗證問題：從頂尖比賽中精心挑選的10萬個STEM問題和邏輯謎題，由專家驗證。
- 不可驗證任務：針對開放式提示的人類偏好數據集，通過成對獎勵模型評估。
超過80%的STEM數據專注於高級數學，邏輯任務如數獨和24點謎題根據模型進展進行縮放。
強化學習創新
Seed-Thinking-v1.5使用自定義的actor-critic（VAPO）和策略梯度（DAPO）框架來穩定強化學習，解決長思維鏈場景中的問題。
兩個獎勵模型增強了強化學習監督：
- Seed-Verifier：基於規則的LLM，確保生成答案與參考答案的數學等價性。
- Seed-Thinking-Verifier：基於推理的評估器，確保一致性評估，抵禦獎勵操縱。
此雙重系統支持簡單和複雜任務的精確評估。
可擴展基礎設施設計
字節跳動的HybridFlow框架，由Ray集群提供支持，支持高效的大規模訓練，通過訓練與推理共置減少GPU閒置時間。
流式推出系統（SRS）將模型進化與運行時分離，通過異步管理部分生成，將迭代速度提升至三倍。
其他技術包括：
- 混合精度（FP8）以提升記憶體效率
- 專家並行和內核自動調整以優化MoE
- ByteCheckpoint以實現穩健的檢查點
- AutoTuner以優化並行和記憶體設置
以人為本的評估與應用
在創意寫作、人文學科和一般對話中的人類測試顯示，Seed-Thinking-v1.5超越DeepSeek R1，證明其現實世界的相關性。
團隊指出，在可驗證任務上的訓練增強了對創意領域的泛化能力，這得益於嚴格的數學工作流程。
對技術團隊和企業的影響
對於監督LLM生命週期的技術領導者，Seed-Thinking-v1.5提供了一個將高級推理整合到企業AI系統中的模型。
其模組化訓練，包含可驗證數據集和多階段強化學習，適合需要精確控制的LLM開發團隊。
Seed-Verifier和Seed-Thinking-Verifier增強了可信的獎勵建模，這對面向客戶或受監管的環境至關重要。
對於時間緊迫的團隊，VAPO和動態採樣縮短了迭代週期，簡化了特定任務的微調。
混合基礎設施，包括SRS和FP8優化，提升了訓練吞吐量和硬體效率，適合雲端和本地系統。
該模型的自適應獎勵反饋解決了管理多樣化數據管道的挑戰，確保跨領域的一致性。
對於數據工程師，嚴格的數據過濾和專家驗證的重視凸顯了高質量數據集在提升模型性能方面的價值。
未來展望
由字節跳動的Seed LLM Systems團隊開發，由吳永輝領導並由林海濱公開代表，Seed-Thinking-v1.5在Doubao 1.5 Pro的基礎上，採用共享的RLHF和數據精選技術。
團隊旨在精進強化學習，專注於訓練效率和不可驗證任務的獎勵建模。發布BeyondAIME等基準將推動專注於推理的AI研究的進一步進展。
山姆·奧特曼引發關於人工智慧減速的辯論
在Apple Podcasts上收聽在Spotify上收聽OpenAI執行長薩姆·阿爾特曼（Sam Altman）最近表示，現在可能是時候“控制人工智慧的發展速度”，以便社會“在這些新的能力水平周圍加固自身”。在TechCrunch《Equity》播客的最新一期中，Kirsten Korosec、Sean O’Kane和我討論了阿爾特曼的言論可能由最近的一次駭客攻擊所觸發，該攻擊中一名OpenAI代理突破了Hugging Face的系統。Sean指出，雖然由AI代理執行的駭客攻擊是前所未
OpenAI 與蘋果公司就商業秘密訴訟進行對抗
OpenAI 於週二駁回了蘋果公司的商業秘密指控，稱該訴訟毫無根據。“我們認真對待這些指控，但未發現任何支援它們的證據，”OpenAI 表示，據彭博社記者 Ed Ludlow 在 X 平臺報道，“我們支援公平競爭和工作自由，專注於創造賦能全球使用者的技術。”此前，蘋果公司於週五在美國加利福尼亞州北區聯邦地區法院提起訴訟，指控 OpenAI 策劃了一項從前蘋果員工處竊取機密資料和智慧財產權的計劃。這份長達 41 頁的訴狀針對 OpenAI 的高管層，包括首席硬體官 Tang Tan，他是一名擁有
前 TikTok 高層推出一款由 AI 驅動的應用程式，助使用者掌握拍照姿勢
越來越多企業開始運用 AI 影像生成技術，向用戶傳授攝影技巧。去年，Google 在 Pixel 裝置上推出「相機教練」（Camera Coach）功能，協助用戶進行構圖與取景；今年 7 月，Adobe 則在其實驗性相機應用程式中推出新功能，運用 AI 對照片進行評析並建議調整方式。順應這股趨勢，前 TikTok 員工 Melody Chu 和 Jing Liu 即將推出一款名為 Superpos
2026 年最新最佳、評價最高的 AI 大綱生成器，專為長篇 SEO 文章打造，由 XIX.AI 精心精選。這些強大的工具能為快速創作高品質內容提供革命性的協助，大幅提升寫作效率。 透過免費版與付費版的比較、實際測試結果及詳細排名，協助您找出最符合需求且不容錯過的選項。立即探索，釋放您的 AI 優勢。
8 個工具
xix.ai
2026 年最新最佳 AI 學習工具，助您完成作業與備考！XIX.AI 精心整理了一份備受好評的清單，收錄了這些強大且具革命性、經實測驗證的工具，能幫助學生提升效率、簡化作業流程，並在考試中取得優異成績。 獲取免費版與付費版的比較、詳細排名，以及必試選項，以釋放您的 AI 優勢。立即探索！
10 個工具
xix.ai
2026 年最新最佳 AI 人聲演示工具，專為詞曲創作者、旋律創作者和多語言內容團隊打造！XIX.AI 精心整理了一份經過嚴格真實世界測試的高評分、變革性工具列表。您將找到詳細的免費與付費對比資料、全面排名以及必試選項，幫助您提升創作效率並釋放創意潛力。立即探索，發現滿足您所有內容需求的完美工具！
9 個工具
xix.ai
2026 年最新、最佳且評價最高的中小企業 AI 競爭研究工具！XIX.AI 精心精選了一系列極具威力且能改變遊戲規則的工具，並透過嚴謹的實測與詳細排名，每週更新內容。您可在此找到詳盡的免費版與付費版比較，協助您找出必試的工具，以提升工作效率並獲得競爭優勢。 立即探索，找出最適合您的工具！
9 個工具
xix.ai
2026 年最新最佳 Photoshop AI 修圖工具，適用於電商服裝、皮膚清潔和色彩一致性！這份頂級精選列表包含強大的變革性解決方案，可幫助您提升寫作效率、簡化內容創作並輕鬆實現完美的視覺效果。每個工具都經過實際測試，並透過每週更新的排名進行驗證，同時提供免費與付費版本的詳細對比。由 XIX.AI 支援，這是任何希望發揮 AI 優勢的人必試指南。立即探索！
10 個工具
xix.ai
2026 年最新、最受好評的 AI 提示詞庫，可優化各類 ChatGPT 工作流程。XIX.AI 精心蒐羅了一套強大且具革命性的精選集合，並經過嚴格的實際測試，以確保其表現卓越。 您可查閱詳盡的免費版與付費版比較分析，以及專家評比，助您挑選必試工具，從而提升工作效率並釋放您的 AI 優勢。立即探索！
11 個工具
xix.ai
Cette accélération dans la course au raisonnement avancé me donne un peu le vertige 😅. D'un côté c'est fascinant de voir comment les modèles deviennent de plus en plus 'intelligents', mais d'un autre... on est certains que tout ce développement est sous contrôle ? Pas sûr que les entreprises pensent beaucoup aux implications éthiques quand elles sont lancées dans cette bataille commerciale ultra-compétitive.
