马东锡 NLP 🇸🇪

从 Chain of Thought 到 aha moment和wait，看大模型的 test time scaling和深度思考 大模型们在过去的一年，都有了自己的deep search, think, reasoning, 深度思考...等关键词或者产品。 作为NLP从业者，我都会禁不住问自己，这都是些啥...😅今天就来解读这个问题，这些产品的所有本质，来自一个学术词汇，即test time scaling。 回归的第一篇，从test time scaling的角度，缕一遍从OpenAI o1 到DeepSeek R1, 从chain of thought，到所谓的aha moment。 最后，以一篇论文结束，谈谈如何微调来获得私域深度思考模型。

预览