Long-Horizon Reasoning

背景：传统大模型擅长单步问答，但面对需要数十步推理、跨多轮工具调用或长文档分析的任务时，容易中途偏离目标或累积错误。技术：长程推理通过扩展上下文、思维链/树搜索、记忆机制、过程奖励建模与自我校验等手段，让模型在长序列决策中维持状态与约束。它是智能体、自主科研与复杂软件工程等应用的核心能力瓶颈。