技术
Test-Time Reasoning
测试时推理，在推理阶段投入更多计算（如多步思考、采样搜索）来提升模型解题能力的方法。
详细解释
传统模型推理一次前向即出答案。Test-Time Reasoning通过思维链、自洽性采样、树搜索或过程奖励模型，在测试时扩展计算量，显著提升数学、代码等复杂任务表现。OpenAI o系列与DeepSeek-R1展示了该范式的潜力，其核心是权衡推理延迟与准确率，并涉及强化学习训练长思维链。
别名与相关写法
test time reasoning
测试时推理，在推理阶段投入更多计算（如多步思考、采样搜索）来提升模型解题能力的方法。
传统模型推理一次前向即出答案。Test-Time Reasoning通过思维链、自洽性采样、树搜索或过程奖励模型，在测试时扩展计算量，显著提升数学、代码等复杂任务表现。OpenAI o系列与DeepSeek-R1展示了该范式的潜力，其核心是权衡推理延迟与准确率，并涉及强化学习训练长思维链。