思维树(ToT)、自我一致性、ReAct 的区别?
一句话速记:自我一致性是多条 CoT 投票;ToT 在推理步骤上做树搜索并评估回溯;ReAct 交替思考与调用外部工具。
推理
同章节的其他八股
DeepSeek-R1 的训练流程是怎样的?
什么是 Test-time Scaling?有哪些方式?
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?
推理模型如何控制“思考预算”?