LLM reasoning

早期大模型主要靠模式匹配直接输出答案，在数学、逻辑等任务上容易出错。思维链（Chain-of-Thought）提示让模型先写出推理步骤，显著提升复杂问题正确率；随后发展出自我一致性、思维树、以及基于强化学习的推理模型（如让模型在作答前进行长链思考）。其核心是让模型把隐式计算显式化，用更多推理算力换取更高质量的输出。