Reasoning-Modelle sind Sprachmodelle, die mit Reinforcement Learning trainiert wurden, um komplexe Schlussfolgerungen zu ziehen. Reasoning-Modelle erstellen eine interne Gedankenkette, bevor sie dem Benutzer antworten. Die Idee hinter diesen Modellen ist es, das logische Denken und den Problemlösungsmechanismus nachzubilden, wie etwa Ursache-Wirkungs-Beziehungen. Sie zeichnen sich durch eine höhere Genauigkeit und Zuverlässigkeit aus. Dies geht zu Lasten der Geschwindigkeit. Beispiele für diese Art von Modellen sind: o1, o1-mini oder o3-mini.

Derzeit bieten wir sowohl Reasoning-Modelle von OpenAI, also auch von der GWDG an, um diese Modelle zu benutzen wählen Sie einfach das entsprechenden Menü aus:

In den Parametereinstellungen kann der Reasoning-Effort (derzeit nur für OpenAI-o1 Modelle) eingestellt werden. Eine Verringerung des Wertes kann zu schnelleren Antworten führen.