概念reasoning on/off
推理开关
后训练数据集中的标注维度，用于区分样本是否包含思维链或内部推理过程。带推理的样本在最终答案前保留推理步骤，不带推理的样本只保留简洁最终回答
时间轴 (近 90 天)
10月13日
推理开关（reasoning on/off）是许多后训练数据集引入的标注维度：带推理的样本在最终答案前保留思维链，不带推理的样本只保留简洁最终回答。
待验证50%
10月13日
对于客服、导购、通知类回复模型，需要的是直接给答案的行为模式；一旦训练数据中混入大量reasoning-on样本，模型会把先长篇推理再回答当成任务规范。
待验证50%