🏷️ 标签
#Reasoning
共找到 4 条相关内容： 1 篇学习路径 3 篇论文
📚 学习路径
📑 论文精读
2024 🏆 2022 🏆 2023 🏆
Learning to Reason with LLMs (OpenAI o1)
推理时计算的范式转变——让 LLM 在回答前花更多时间"思考"，复杂问题准确率从 20% 升到 80%。开启了"推理模型"时代。
ReAct: Synergizing Reasoning and Acting in Language Models
2022 年 Princeton + Google 提出 ReAct——让 LLM 交替"思考"和"行动"。是后来所有 AI Agent 框架的起源模式。LangChain / AutoGen / Devin / Claude Code 都基于这个范式。
Tree of Thoughts: Deliberate Problem Solving with Large Language Models
2023 年 ReAct 同班作者再出手——让 LLM 像下棋一样"探索多条思路 + 评估 + 回溯"。在 24 点游戏从 4% 跳到 74%。是推理模型（o1 / R1）思路的前奏。