来自清华、CMU和IN.AI的研究团队，近期专门探究了长CoT在大模型中的工作机制和优化策略。 DeepSeek-R1慢思考、长推理的表现，展现了训练步骤增加，会导致长CoT的涌现。 它通过模拟人类思维逐步推导答案，提升了AI大模型的推理能力和可解释性。 但长CoT的触发 ...