Przejdź do treści
promptowy.com / KI-ordbok / Resonnerende modeller (reasoning models)
Modeller og trening

Resonnerende modeller (reasoning models)

Resonnerende modeller er kunstig intelligens som tenker seg om og vurderer alternativer internt før de gir et endelig svar på komplekse oppgaver.

En resonnerende modell, ofte kalt en reasoning model på fagspråket, er en type kunstig intelligens som gjennomfører en intern tankeprosess før den svarer. I stedet for å spytte ut det mest sannsynlige neste ordet umiddelbart, analyserer modellen problemet steg for steg, tester ulike hypoteser for seg selv og korrigerer sine egne feilslutninger underveis.

Dette gjør at resonnerende AI skiller seg tydelig fra tradisjonelle språkmodeller. Mens vanlige modeller fungerer litt som en rask og intuitiv assistent som svarer på direkten, opptrer resonnerende modeller mer som en analytisk rådgiver som setter seg grundig inn i detaljene før den konkluderer. Metoden gir vesentlig bedre resultater i oppgaver som krever dyp logikk, matematikk, programmering og strukturert planlegging.

Slik fungerer den indre tankerekken

Tradisjonelle store språkmodeller forutsier tekst fortløpende. Hvis du stiller et flokete logisk spørsmål, må den vanlige modellen gjette på begynnelsen av svaret uten å ha planlagt slutten. En resonnerende modell har derimot en usynlig arbeidsflate der den lager en kjede av tanker.

I denne interne prosessen utfører modellen flere viktige operasjoner:

  • Problemdekomponering: Oppgaven brytes ned i mindre, håndterbare delmål.
  • Utforsking av løsningsveier: Modellen sjekker flere mulige tilnærminger og vurderer hvilken som er mest robust.
  • Egenkontroll: Den regner baklengs eller kontrollerer sine egne mellomregninger før den formulerer det endelige resultatet for brukeren.

Denne interne kjeden av resonnement krever at modellen genererer mange ekstra tekstsymboler, såkalte tokens, som brukeren vanligvis ikke ser direkte. Først når resonnementet henger logisk sammen, skrives selve svaret ut.

Et lokalt eksempel: Vaktliste for en rørleggerbedrift

Tenk deg en mellomstor rørleggerbedrift i Bergen med åtte ansatte. Bedriften må sette opp en helgevaktplan for de neste to månedene. Oppgaven virker kanskje enkel, men den inneholder mange motstridende regler: Arbeidsmiljøloven setter grenser for hviletid, tre av lærlingene kan ikke ha vakt alene, to av rørleggerne har avtalt avspasering, og helgevaktene må fordeles rettferdig mellom resten.

En tradisjonell språkmodell vil ofte kaste seg ut i tabelloppsettet med en gang. Halvveis i vaktplanen overser den kanskje at en av håndverkerne plutselig har fått to helger på rad, eller at en lærling står alene på en lørdag. Den prøver å rette det opp i farten, men helheten brister.

En resonnerende modell tar derimot et skritt tilbake. Den bruker flere sekunder på å regne ut alle kombinasjoner, oppdager tidlig at ressursene blir knappe i den tredje helgen, tester et par alternative rulleringer for seg selv, og leverer en ferdig, konfliktfri turnusplan på første forsøk.

Avveiningen mellom tid, regnekraft og nytte

Resonnering kommer ikke gratis. Fordi modellen bruker regnekraft på å tenke gjennom problemet bak kulissene, tar det lengre tid før du får svar. Der en vanlig modell svarer på et sekund, kan en resonnerende modell bruke ti, tjue eller seksti sekunder på å vurdere dataene.

Denne prosessen krever også langt flere tokens. Det betyr høyere kostnader og mer ressursbruk per henvendelse. Derfor gir mange moderne verktøy brukeren muligheten til å velge modus selv:

  1. Hurtigmodus: Ypperlig for språkvask, e-postutkast, oversettelser og generelle oppsummeringer.
  2. Resonnerende modus: Nødvendig når du skal analysere komplekse kontrakter, skrive avansert kode, utføre vanskelige regnestykker eller løse flokete logistikkfloker.

Typiske misforståelser om resonnerende modeller

En vanlig feil er å tro at en resonnerende modell tenker nøyaktig som et menneske med ekte bevissthet eller sunn fornuft. Modellen er fortsatt et statistisk system. Den har ikke personlige erfaringer, men har lært å etterligne logiske tankerekker og problemløsende mønstre.

En annen feil er å bruke resonnerende modeller til alt. Å be en resonnerende modell om å skrive et kort bursdagsdikt eller svare på hva Norges høyeste fjell heter, er sløsing med både tid og datakraft. Den beste arbeidsflyten oppnår du ved å bruke raske modeller til enkle og kreative oppgaver, og spare den tunge resonneringen til oppgavene der en logisk feil har reelle konsekvenser.

Ofte stilte spørsmål

Hvorfor tar det lenger tid å få svar fra en resonnerende modell?

Modellen produserer en omfattende intern tankerekke der den planlegger, tester alternativer og kontrollerer svarene sine før den viser teksten til deg.

Kan resonnerende modeller fortsatt ta feil?

Ja, de kan fortsatt hallusinere eller bygge videre på feilaktige forutsetninger, men feilprosenten i oppgaver som krever logikk og analyse er vesentlig lavere enn hos eldre modeller.

Bør jeg alltid bruke resonnerende modus hvis den er tilgjengelig?

Nei, til enkle oppgaver som oversettelse, korrektur og generering av enkle tekster er vanlige modeller raskere, billigere og like gode.

← Alle begreper i KI-ordboken

🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →
× ‹ powiększenie ›