Lilian Weng 长文综述：为什么测试时思考能提升大模型推理能力

Lilian Weng 发布长文《Why We Think》，综述测试时计算与思维链推理的研究进展。文章覆盖并行采样与顺序修订等解码方法、DeepSeek-R1 等强化学习训练范式、CoT 忠实性与 reward hacking 风险，以及测试时计算与预训练缩放的互换边界。