为什么我们会思考：测试时计算与思维链综述

Lilian Weng 撰文综述测试时计算与思维链推理的近期进展，解释让模型想更久为何有效。文章从心理学类比、算力资源和隐变量建模三方面给出动机，梳理并行采样与顺序修订两类解码策略，并分析 DeepSeek-R1 等基于 RL 的推理训练方法。文中还讨论思维链忠实性的失败模式，以及连续空间思考、思考 token 和测试时计算缩放规律等方向，并列出待解开放问题。