待验证50% 置信事实精确时间

o1、DeepSeek-R1等模型将思维链内化为训练目标，在输出答案前生成大量内部草稿推理

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/19

首次发现

有效期至：2026/10/17

来源

可解释性：拆解神经网络黑箱的科学与实践

相关事实

待验证推理模型以OpenAI o1、DeepSeek-R1、QwQ为代表，核心机制是思维链扩展，在给出最终答案前生成大量中间推理步骤80% 相似待验证o1模型在回答前进行内部思维链推理，在数学、编程、科学推理等任务上表现远超GPT-4o79% 相似已验证OpenAI的o1系列模型将思维链内化为模型训练的核心机制，通过强化学习让模型学会自动展开详细的思考过程79% 相似已验证o系列模型将思维链推理与强化学习相结合，模型在给出答案前生成内部思考步骤79% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/561818

API

curl https://kongchang.com/api/v1/knowledge/claims/561818

MCP

get_claim(id=561818)