通俗版
普通拿到问题就开始写答案。推理模型会先在内部打草稿:拆解问题、尝试、检查、改正,然后再回答。所以它在数学、编程和复杂分析上更强,但通常也更慢、更贵。
工程版
经过(常用强化学习)在作答前生成较长的,可以通过增加时的计算量提升表现,例如 OpenAI o1(2024 年 9 月发布)和 DeepSeek-R1。思考过程可能被隐藏或只展示摘要;思考的长度常可以通过一类的调节。
举个例子
问“这道奥数题怎么做”,推理模型可能先“思考”几十秒,再给出完整的解法。
容易搞混
这里的“”是推敲思考(reasoning),和“”词条说的运行()不是一回事。推理模型也会出错。