35 lines
1.0 KiB
Markdown
35 lines
1.0 KiB
Markdown
---
|
||
title: "Test-Time Scaling"
|
||
domain: "Machine Learning / Inference"
|
||
tags: [inference, scaling, reasoning, compute]
|
||
sources: [[deepseek-v4-million-token-context]]
|
||
---
|
||
|
||
# Test-Time Scaling
|
||
|
||
> **类型**: Concept (Tier 3 — Placeholder)
|
||
> **来源**: [[deepseek-v4-million-token-context]]
|
||
|
||
## 概述
|
||
|
||
Test-Time Scaling（测试时扩展）是指通过增加推理时的计算资源（更多推理 token、更多搜索步骤等）来提升模型性能的范式。DeepSeek-V4 系列通过高效的百万 Token 上下文能力，使 test-time scaling 更加可行。
|
||
|
||
## 核心内容
|
||
|
||
*此页面为占位符，用于修复 wiki 中的断链。详细内容待后续补充。*
|
||
|
||
## 与 DeepSeek-V4 的关系
|
||
|
||
- V4 的高效长上下文能力为 test-time scaling 扫除了计算瓶颈
|
||
- DeepSeek-V4-Pro-Max 是该范式下的最大推理努力模式
|
||
|
||
## 相关概念
|
||
|
||
- [[million-token-context]] — 百万 Token 上下文
|
||
- [[multi-token-prediction]] — 多 Token 预测
|
||
|
||
---
|
||
|
||
*Last Updated: 2026-04-27*
|
||
*Status: Placeholder — to be completed*
|