什么是 Test-time Scaling?有哪些方式?
一句话速记:
Test-time Scaling
同章节的其他八股
DeepSeek-R1 的训练流程是怎样的?
长 CoT 推理模型有哪些常见问题?怎么优化?
Chain-of-Thought 为什么有效?
常见的 Prompt 工程技巧有哪些?
思维树(ToT)、自我一致性、ReAct 的区别?
推理模型如何控制“思考预算”?