推理 · 评测 · 冲刺模块九 · 长思维链模型概念约 12 分钟
长思维链模型：会「想很久」的模型
从快答到慢想的范式转变
学完这节你能：
- 理解长思维链(long CoT)模型
- 掌握测试时计算扩展
- 了解它擅长的任务
长思维链模型(如 o1、DeepSeek-R1 一类)在回答前会生成很长的内部推理，反复尝试、验证、回溯，专攻难题。核心思想：让模型在推理时「多想」，用更多计算换更高准确率。
- 测试时计算扩展(test-time scaling)：不改模型，只让它在推理时生成更长的思考/探索更多路径，准确率随「想的量」提升。
- 擅长：数学证明、竞赛题、复杂代码、逻辑与科学推理等需要多步的任务。
- 代价：更慢、更贵——是「用推理算力换正确率」的取舍。
🔑 两条扩展法则并列：预训练是「训练时扩展」(更多参数/数据)，长思维链是「测试时扩展」(推理时多想)。前沿模型两头都要。
自测长思维链模型「测试时计算扩展」指的是：
// 带走一句话
长思维链模型在推理时「多想」(测试时计算扩展)，用推理算力换准确率，擅长数学/代码/逻辑等多步难题。
独立练习
做到这些，才算完成本节
- 合上正文，用自己的话解释核心概念。
- 写出一个相似概念，并说明两者最关键的区别。
学习记录
记录本节阅读进度
建议先独立回答自测。读完记录不等于已经掌握。