IXThinker·2025-03-08 16:20

CMU聯同清華報告 解密大模型長鏈推理機制

擴展推理時的算力可增強大語言模型的推理能力，但長思維鏈在何種條件下出現仍未有定論。一場聯合報告將透過大量實驗拆解背後機制，為優化模型推理性能提供依據。

研究背景

大型語言模型可透過長思維鏈（CoT）實現回溯、錯誤糾正等複雜推理策略，強化學習（RL）被視為發展這些能力的關鍵方法，但長思維鏈出現的條件尚不清楚，RL訓練亦須仔細設計。