推理模型 Reasoning Model
推理模型是在回答前先生成较长内部思考链、以额外推理计算换取更高答题准确率的大模型,代表如 OpenAI o 系列、DeepSeek-R 系列。
训练上通常在基座模型后用强化学习激励正确的推理轨迹;使用上表现为「思考 token」显著增加,数学、代码、规划类任务提升明显。代价是延迟与 token 成本上升,因此常与快速模型搭配按任务路由。
相关词条
推理模型是在回答前先生成较长内部思考链、以额外推理计算换取更高答题准确率的大模型,代表如 OpenAI o 系列、DeepSeek-R 系列。
训练上通常在基座模型后用强化学习激励正确的推理轨迹;使用上表现为「思考 token」显著增加,数学、代码、规划类任务提升明显。代价是延迟与 token 成本上升,因此常与快速模型搭配按任务路由。