érvelő modell
angolul: reasoning model
Olyan nyelvi modell, amely a válasz előtt lépésről lépésre végiggondolja a feladatot, ezért lassabb, de összetett kérdésekben megbízhatóbb.
Érthetően
A hagyományos csevegőmodell úgy válaszol, mint aki fejből, azonnal rávágja a választ. Az érvelő modell inkább olyan, mint a diák, aki a dolgozatnál előbb piszkozatot ír: felbontja a feladatot, kipróbál egy megoldást, ellenőrzi, és csak utána írja le a tisztázatot.
Ez a „gondolkodási idő” néhány másodperctől több percig tarthat. Cserébe a modell jobban teljesít ott, ahol több lépést kell összefűzni: matematikai és logikai feladatokban, programozásban, hosszú dokumentumok elemzésében, tervezésben.
Egyszerű kérdéshez (például egy e-mail megfogalmazásához vagy egy szó lefordításához) nincs rá szükség: ott csak lassabb és drágább. A legtöbb mai szolgáltatás ezért maga dönti el, mikor gondolkodjon hosszabban a modell, vagy rád bízza a választást egy kapcsolóval.
Hogyan működik
- Megkapja a kérdésedet, és nem a végső választ kezdi írni, hanem egy belső „piszkozatot”: részfeladatokra bontja a problémát.
- Ebben a piszkozatban lépésenként halad: feltevéseket fogalmaz meg, számol, összevet lehetőségeket, és ha ellentmondásba fut, visszalép és mással próbálkozik.
- A gondolatmenet végén ellenőrzi az eredményt, majd megírja a neked szánt, rövidebb és rendezett választ.
- A piszkozatot többnyire nem látod teljes egészében, legfeljebb egy összefoglalóját; a ráfordított számítás viszont beleszámít a válaszidőbe és a költségbe.
- A képességet főként megerősítéses tanulással alakítják ki: a modell sok olyan feladatot old meg, amelynek a végeredménye ellenőrizhető (például matekpélda vagy futtatható kód), és jutalmat kap, ha helyes megoldásra jut. Így megtanulja, milyen gondolatmenet vezet célba.
Példa a mindennapokból
Megkéred a csevegőrobotot, hogy hasonlítson össze három lakáshitel-ajánlatot a teljes futamidőre, eltérő kamatperiódusokkal. A képernyőn megjelenik a „Gondolkodik…” felirat, esetleg néhány rövid összefoglaló sor arról, min dolgozik, és fél perc múlva lépésenként levezetett számítást kapsz. Ilyenkor érvelő modell dolgozik.
Kit érint
Gyakori félreértés
Korlátok és kockázatok
- Lassabb és drágább, mint egy hagyományos modell, egyszerű kérdésnél pedig nem ad jobb választ.
- Továbbra is tévedhet és kitalálhat tényeket, ráadásul a hosszú levezetés miatt a hiba hihetőbbnek tűnik.
- A megmutatott gondolatmenet gyakran csak összefoglaló, és nem feltétlenül tükrözi pontosan, hogyan jutott a modell az eredményre.
- Amit nem tud (friss hírek, a te céges adataid), azt gondolkodással sem pótolja; ehhez keresés vagy csatolt dokumentum kell.
Hasonló, de nem ugyanaz
- gondolatlánc (chain-of-thought) – A gondolatlánc eredetileg egy kérdezési technika, amellyel te kéred a lépésenkénti levezetést, míg az érvelő modell erre tanítva, magától csinálja. A szót ma az érvelő modell belső levezetésére is használják.
- AI-agent – Az érvelő modell csak végiggondol és válaszol, az agent eszközöket is használ és önállóan cselekszik; a legtöbb agent „agya” viszont egy érvelő modell.
- mélykutatás (deep research) – A mélykutatás egy kész szolgáltatás, amely webes keresést és forrásgyűjtést is végez, az érvelő modell pedig a benne dolgozó motor.
Kapcsolódó fogalmak
nagy nyelvi modell, generatív mesterséges intelligencia, alapmodell
kiterjesztett gondolkodás
gondolatlánc, gondolkodási keret, AI-agent, token, hallucináció, prompt
Röviden a története
A lépésenkénti levezetés hasznát a Google kutatói mutatták meg 2022-ben a gondolatláncról szóló tanulmányukban. Az első széles körben ismert, kifejezetten erre tanított modell az OpenAI 2024 szeptemberében bemutatott o1-e volt. 2024 végétől és 2025 folyamán a nagy fejlesztők sorra kiadták a sajátjukat, köztük a nyílt DeepSeek-R1-et.
Hol tart most
2026 végére a vezető modellek szinte mindegyike tud érvelő üzemmódban dolgozni, és a legtöbb csevegőalkalmazás automatikusan vagy egy kapcsolóval váltja a gyors és a gondolkodó választ. A kódoló és irodai agentek alapértelmezett motorja lett.
A hírekben
- Helyben futó AI-kódolás: Mellum 2.1, Junie az RTX Sparkon, OpenCode Ollamával2026. okt. 12. · Kód
Más nevei
érvelő modell · következtető modell · gondolkodó modell · reasoning model · reasoning language model · thinking model · extended thinking · RLM
Források
- Wei et al. (2022): Chain-of-Thought Prompting Elicits Reasoning in Large Language Models (arXiv)
- Wikipedia: OpenAI o1
A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.