尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
【译】告知您的模型何时需要进行深度思考
并非每个问题都值得投入同等程度的思考。重命名一个变量与调试内存泄漏并不一样二者也不需要同等层级的思考。那么您的模型为何每次都要以相同方式对待它们呢从 Visual Studio 18.9 Insiders 2 开始就无需如此了。受支持的模型现已具备思考强度控制功能遇到真正棘手的问题时您可以调高思考强度问题难度不高时则可以调低该参数。这是一个小巧但收效显著的调节选项能够获得更贴合需求的回答同时您可以更好控制获取回答所消耗的额度。旋钮而非开关思考强度顾名思义就是模型在给出答案前进行推理的程度。它表现为一系列已命名的等级而您所能获得的等级取决于所用的模型。以下是各个等级的用途- Low—— 响应速度快推理过程极简。适合简单直白的问题与日常代码建议同时消耗的 AI 额度更少。- Medium—— 推理能力与响应速度均衡通常为默认设置非常适合常规编码任务。- High—— 针对复杂问题进行深度推理。当您面对棘手的算法、架构选型或是难以解决的程序缺陷时可以选用该模式。- Extra High 和 Max—— 部分模型所能提供的最强推理能力适用于最棘手的问题可让模型竭尽所能输出全部思考。所显示的层级取决于您选择的模型因此您看到的列表是针对该模型实际支持的内容定制的。部分模型完全不会提供思考控制选项这也属于正常情况这类模型会显示一个破折号并按照原有方式继续运行。把它放置到您日常工作的地方设置操作十分快捷。打开模型选择器点击 Manage models 调出扩展模型管理窗口即可在该窗口内调整各个模型的思考等级。从管理视角来看思考强度拥有独立一栏与各模型的能力、上下文窗口大小以及成本并列。因此您原本用来对比模型的位置现在也可以调整模型的思考强度。选择一个模型快速浏览其能力与成本同时设定模型的思考投入程度全部操作一次即可完成。在关键用途上消耗您的额度这就是一整天累积消耗的关键所在。更高的思考等级会进行更多推理进而消耗更多额度。更低的思考强度消耗的额度则更少。当您将思考强度等级与任务相匹配时面对浅推理类问题就不会消耗超出实际所需的额度。这意味着在一次普通会话中遇到大量细碎的小请求时您可以将模型维持在低档位遇到真正需要强算力的难题时再将其切换至高档位。使用同一个模型、同一段对话每次都匹配恰到好处的思考强度。您的使用额度可以发挥更大效用并且由您来决定算力资源的分配方向。试一试思考强度是一项隐性功能它会改变日常使用体验简单问题无需过多等待疑难问题则可实现更深层次的处理。该功能位于模型管理界面而该界面的功能远不止这一项设置。如需完整了解可参阅之前文章。请在 Visual Studio 18.9 Insiders 2 或更高版本中试用并告诉我们您的使用感受。更多内容即将推出原文链接https://devblogs.microsoft.com/visualstudio/tell-your-model-when-to-think-harder/
RELATED

相关推荐

基于SpringBoot+Vue的健身房会员管理系统(设计与实现)

基于SpringBoot+Vue的健身房会员管理系统(设计与实现)

摘要:在我国大力提倡全民健身战略的大环境下,建立了越来越多的中小型健身房。传统的人工管理方式由于效率低、数据处理能力差、无法满足个性化服务的需要等固有的缺陷,已经成了制约行业可持续发展的一个重要因素。本文以实际问题为出发点&…

📅 2026/10/21 20:39:36
Vue3——第 7 篇:组件基础——从注册到使用的完整流程

Vue3——第 7 篇:组件基础——从注册到使用的完整流程

本篇定位:组件化是 Vue 最核心的开发范式,也是构建大型应用的基础。本篇将带你从零开始理解 Vue 组件的本质、注册方式、Props 数据传递和类型校验。读完本篇,你将能够独立创建和复用 Vue 组件,并理解组件间数据流动的基本原则。一…

📅 2026/10/21 20:34:36
Taolyuank san jekyr《桃园三结义》汉语拼音字母标调拼写实测案例

Taolyuank san jekyr《桃园三结义》汉语拼音字母标调拼写实测案例

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📅 2026/10/21 20:34:36
MORE NEWS

更多资讯

📰

AI机器人系统工程蓝图:三个闭环与四层架构落地指南

这几年我见过太多团队聊AI机器人项目,一上来就问“该用哪个大模型”“要不要上强化学习”,却很少有人先回答一个更根本的问题:这套系统的边界在哪里,谁负责感知,谁负责决策,谁负责执行,数据怎么…

📰

无人机河道浮木识别:语义分割数据集与训练全流程拆解

1. 为什么无人机拍河道浮木,非要自己造一个数据集 做水利巡检、河道治理或者防汛应急的朋友,大概率都有过这样的经历:拿着无人机沿着河道飞一圈,回来导出的素材几十个G,然后陷入漫长的逐帧看片环节。人工排查浮木、漂浮…

📰

Windows与Linux平台CUDA环境部署完整踩坑指南

上周帮一位同事在Windows工作站上部署CUDA环境,前后折腾了两个小时,最后的根因出乎意料——他先装了最新的CUDA Toolkit 12.2,但显卡驱动还停留在几年前的版本,两者直接对不上。这其实是在CUDA Windows与Linux系统安装过程中最容易…

📰

基于SpringBoot+Vue的白酒销售系统与协同过滤推荐算法实战

每到毕业季,总会有大量同学被同一个问题反复折磨:到底选一个什么样的毕设题目,才能既体现工作量,又兼顾技术含量,答辩时还能有故事可讲?如果是计算机相关专业的同学,我通常建议往前后端分离和推…

📰

OPNET网络仿真环境搭建与编译避坑实战指南

1. 为什么OPNET至今仍值得花时间折腾 搞网络仿真的朋友大概率都听过OPNET这个名字。它是商业网络仿真领域的老牌工具,全称Optimized Network Engineering Tool,后来被某大型通信公司收购后改名为Riverbed Modeler。虽然官方早已停止更新,但在…

📰

大模型推理的周期性建模:从循环检测到干预策略的工程实践

最近对2025年NIPS上的一个题目印象很深——"Reasoning is Periodicity? Improving Large Language Models Through Effective Periodicity Modeling"。看到这个标题的时候我愣了一下,因为"推理"和"周期性"这两个词平时很难被放到一起…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬