推理时扩展

通过增加推理时的计算投入换取更高质量输出的策略。

推理时扩展让模型在回答前进行更长的内部思考：生成多个候选再择优、反复自我检查等。它使小模型也能逼近大模型的表现，但 Token 消耗显著上升。