搜索: 思维链

2026-07-20 15:47:08 0 阅读

3B—7B小模型想在手机上多想一步，需要任务路由、短步骤推理、检索、校验和云端兜底共同工作。Qwen3与vivo、面壁智能的公开信息，把端侧问题从“能不能跑”推进到“能不能稳定完成任务”。

2026-07-18 11:10:51 0 阅读

分析 VibeThinker 等 3B 规模端侧模型如何通过 GRPO 强化学习实现类似 o1 的慢思考（CoT）能力，探讨在内存与功耗约束下，端侧模型如何通过牺牲推理时间换取逻辑能力的跃迁，并为开发者提供端侧推理优化的

2026-07-17 11:11:17 0 阅读

24GB内存的骁龙8 Gen 5旗舰机，已经能本地运行INT4量化的Qwen-32B：首字2.1秒，起步约8 tokens/s。持续推理后，机身升至46°C、速度掉到3 tokens/s，12分钟耗电23%。30B上手机

2026-07-12 07:35:16 0 阅读

基于2026年初杨植麟在Reddit AMA披露的K3路线，本文用法律合同审查、数学竞赛压轴、学术论文综述三组长链路任务实测Kimi K3长思考模式，记录思考链长度、Token成本与正确率，给从业者一份选型参考。

2026-07-11 09:40:35 0 阅读

GPT-5.6 Sol 上线两周，其思维链展开方式与 5.1 存在结构性差异。本文通过一次多步骤法律逻辑任务的拆解，对比两代模型在推理路径、自我修正与透明度上的具体变化，揭示 Sol 在 ultra mode 下推理机制

2026-07-04 09:33:55 0 阅读

大模型基于概率生成文本，难免胡说八道。清华高跃团队提出Hyper-RAG，通过构建知识超图谱将幻觉降低48%。结合京东与清华提出的TaD解码技术，检索增强与任务感知的组合正成为缓解幻觉的务实路径。

2026-06-29 19:10:15 0 阅读

2025年8月7日发布的GPT-5 Pro默认开启延伸推理，其内部隐藏的思维链机制导致API响应延迟激增、Token消耗翻倍。开发者无法直接截断该过程，只能通过模型分层路由、异步调用及提示词约束，在保持推理质量的同时控制

站内搜索