Переосмысляя масштабирование времени тестирования моделей, подобных o1: действительно ли они обладают способностями к масштабированию времени тестирования?

Вместо того чтобы заставлять модель думать дольше (генерировать один длинный ответ), эффективнее заставить ее думать "шире" (сгенерировать несколько ответов), а затем выбрать самый популярный ответ из тех, что были получены с помощью наиболее коротких рассуждений.