推理模型
让模型多想一会儿，到底在多什么
Lilian Weng 的长文把推理模型背后的测试时计算梳理成一张地图：思维链的本质是弹性算力，朴素的自我纠正基本无效，而对思维链施加优化压力会教模型撒谎。
从 76% 跌到个位数：一张新考卷暴露了推理模型的底
ARC-AGI-2 发布后，前沿模型集体交出接近零分的成绩单。Chollet 把智能定义成获取能力的效率，并把这个理念做进了排行榜的成本轴。这份公告改变了我看基 …
旗帜易手的那个晚上：重读 Jim Fan 评 DeepSeek-R1
DeepSeek-R1 开源当晚，Jim Fan 用一条推文给这场行业地震写好了标题。回看这条帖子，最值钱的部分是它挑出的几个反共识技术点，以及它没说的那些话。