Ainexis
推理增强方向论文精读，涵盖思维链（CoT）、自洽性采样、思维树/思维图（ToT/GoT）、过程奖励模型（PRM）与推理期扩展（test-time scaling）等方法，拆解模型「想得更久」的技术路径。
逐节拆解 DeepSeek-R1 技术报告：GRPO 组内相…
Chain-of-Thought（思维链）提示只用寥寥几个带…
逐条拆解 Tree of Thoughts 论文：思维链为什…
