一篇85页的面向推理型大模型的Long-CoT技术最新综述

文章预览

来源 | PaperAgent 推理型大模型（Reasoning Large Language Models）例如 DeepSeek-R1和 OpenAI-O1 等在数学和编程等复杂领域展现了令人印象深刻的能力。它们成功的关键因素之一在于它们应用了 长链推理 （Long Chain-of-Thought, Long CoT）的特性，这种特性增强了模型的推理能力，使其能够解决复杂的问题。 过去三年中选定的长链推理（Long CoT）的演变，其中彩色分支代表不同的特征 ： 深度推理、可行反思和广泛探索 。每个特征进一步细分为关键领域： 深度推理 包括其格式和学习方法。 可行反思 关注反思过程中的反馈和优化策略中的细化技术。 广泛探索 涉及长链推理的关键改进，包括规模扩展、内部探索和外部探索。 哈工大 & 中南大学 & 港大 & 复旦 联合发表最新Long-CoT最新技术综述，围绕长链推理的定义、与传统短链推理（Short CoT）的区别、关键特性（如深度 ………………………………