ReFT

R1之前，思维链是如何一步步演变至今的？

实锤。 先说一句， 这玩意儿真的挺乱的——一边是学术论文，一边是咖啡店里随手记的碎片笔记，甚至还有点儿情绪化的小抱怨。一、 萌芽期：从“让模型思考”到“让模型自嗨”最早那批论文里大模型大体上只会“一锤子买卖”。Let's thin