2025年1月22日，网易有道正式发布了国内首个支持分步讲解的推理模型 “子曰 - o1”。这一模型采用14B 的小参数设计，能够在普通消费级显卡上进行高效部署，标志着国内教育领域在人工智能技术应用方面的重大进展。“子曰 - o1” 利用思维链技术，通过自我对话和纠错机制，能够在解题时输出详细的思考过程，让学生在学习中不仅能得到答案，还能理解解题的逻辑。这样的设计显著提升了模型的推理能力与逻辑准确性，非常适合教育场景中的应用。与市场上其它大规模、运行要求高的推

“子曰-o1”是一款14B轻量级单模型，专为消费级显卡设计，能够在低显存设备上稳定运行。该模型采用思维链技术，能够提供详细的解题过程和逻辑推理，其运行思路更接近人类的思考方式。通过“自言自语”和自我纠错的方式，模型可以输出分步解题过程，帮助用户更好地理解和掌握知识。

普林斯顿大学和耶鲁大学的研究人员最近发布了一份关于大语言模型（LLM）“思维链(CoT)”推理能力的报告，揭示了CoT推理的奥秘:它并非纯粹基于逻辑规则的符号推理，而是融合了记忆、概率和噪声推理等多种因素。研究人员以破解移位密码为测试任务，分析了GPT-4、Claude3和Llama3.1这三个LLM的表现。移位密码是一种简单的编码方式，每个字母都被替换成字母表中向前移动固定位数的字母。例如，将字母表向前移动3位，"CAT"就会变成"FDW"。研究结果表明，影响CoT推理效果的三个关键因素是:概

近日，Meta AI 的研究团队与加州大学伯克利分校及纽约大学的研究人员合作，推出了一种名为思维偏好优化（Thought Preference Optimization， TPO）的方法，旨在提升经过指令微调的大型语言模型(LLM)的回应质量。与传统模型仅关注最终答案不同，TPO 方法允许模型在生成回应前进行内部思考，从而产生更加准确和连贯的回答。这种新技术结合了改进版的思维链（Chain-of-Thought， CoT）推理方法。在训练过程中，该方法鼓励模型在回应前先进行 “思考”，帮助其构建更为系统的内部思维过程。以往的直

最近，Meta 的首席 AI 科学家 Yann LeCun 表示，自机器智能（AMI）能够真正帮助人们的日常生活。Meta 正在努力提升其 Llama 模型的推理能力，希望能与 GPT-4o 等顶尖模型相媲美。Meta 的副总裁 Manohar Paluri 提到，他们正在探索让 Llama 模型不仅能够 “规划”，还可以实时评估决策并在条件变化时进行调整。这种迭代的方法结合了 “思维链” 的技术，旨在实现能够有效结合感知、推理和规划的自主机器智能。此外，Paluri 强调，在 “非可验证领域” 的 AI 推理中，模型需要将复杂任务分解成可管理的

近日，智谱科技推出了一款基于思维链的全新AI搜索工具，其强大的功能引发了业内广泛关注。这款工具不仅整合了网页深度阅读和多步推理能力，还能与智谱其他AI工具无缝联动，为用户带来前所未有的搜索体验。在OpenAI发布O1和O1mini模型后，思维链和模型推理能力的价值得到了广泛认可。这些技术在事实核查和复杂问题解决方面展现出巨大潜力。而在众多应用场景中，搜索无疑是离普通用户最近的需求之一。智谱新推出的AI搜索工具正是顺应这一趋势，通过结合推理能力和长文本阅读，