更强的reasoning，更好的Agent 论文分享： Thinking Machines: A Survey of LLM based Reasoning Strategies 在我们开发Agent的项目的时候，需要更好的LLM reasoning的能力，以获得更高的任务完成准确率。那么有哪些方法可以增强LLM的reasoning能力呢？沿着之前我分享的Testing time

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

2540 位用户此时在线

24小时点击排行 Top 10：

网友投稿：一位外卖小哥在送餐途中被警察拦下，理由是“今天是西方万圣节，不准任何装扮，万圣节只在国外承认，在中国不被承认”。民警当场登记了他的身份信息，并要求小哥“整改”。不久后，小哥换上东北花袄继续送外卖，又在路上被拦下，被要求“整改”。

20K-50K 招聘远程 Python AI 工程师（图片与文本处理方向）

一定是中国人

近日，有网友曝光，在饿了么旗下“蜂跑”平台，一些外卖员想接单必须向小队长“上供”送烟，否则连送外卖的资格都没有，一单算上补贴才3块钱。视频中，一名站长与外卖员对话，明确要求对方“买条极品烟，到幸福万家放着就行”，按规定这样只能“跑两周”。

新能源自動火化

近日，这位售卖红薯的女博主因发布模仿“雷式营销法”的视频，而上了热门后，视频随机被雷军法务团队投诉。平台审核后判定该视频无侵权行为，投诉随即终止。

11月1日，上海，一名cos被警察要求当场卸妆。浙江杭州，in77，蝙蝠侠被当街逮捕。浙江杭州，龙翔桥附近，红爷cos被警察驱赶。上海愚园路附近，警察拍打公交车车窗要求车内的cos摘下面具。

网友投稿：10月31日，陕西西安某万圣节活动场所附近，一位coser化身“大白”，手持棉签为来往行人“做核酸”。以此来讽刺疫情封控时期“一刀切”的防疫政策。

10月28日，山西，一位国企员工向网友展示了其丰盛的午餐，评论区的体制内网友也不甘示弱，纷纷晒出了自己豪华且低廉的工作餐。

A wonderful unforgettable moment by her. He is a gentleman.

11月1日，据韩国媒体报道，习近平在韩国庆州期间，除了与韩国总统李在明会面，二人又互赠礼物。习近平向李在明夫妇赠送小米旗舰的曲面手机和文房四宝。李在明开玩笑问小米手机通讯保密如何，习近平则叫李在明查看电话有没有后门，二人大笑。

11月1日，广东，一位网友在镜头前双膝跪地，恳求道：“求求我们的国家，能尽快实现全民5天8小时工作制，每个人都有双休，不用加班，工资涨一涨，普罗大众的生活不被工作占据绝大部分的时间，可以的话请尽快实施，拜托了。”话音落下，他还朝镜头磕了一个头。

So cute 🤗🤗

这个很有用，用最小成本帮助有需要的人，材料买回来找个会焊工的人就能按视频步骤装上，这算是开源项目了

河南農村的夜生活，男女老少適宜。

小米YU7车主吐槽，从此不再买小米。

Women dancing for Trump’s Mar-a-Lago guests

10月27日，江苏，徐州，一名医护人员展示集采的器械一言难尽的质量，视频中的导尿管正在漏液。

Good morning to everyone that says it back ❤️

八九六四的if线，另外的结局投稿by：1989

这位女主播的雷式营销爆火，结果被有司投诉了。

11月1日，山西大同，一女生将电瓶车停在大同四中门口买淀粉肠，电动车钥匙和家钥匙随即被学校工作人员拔掉没收。女生无助的哭喊“你还给我，还给我”，保安却恶狠狠回道：“看我给不给你！”说完扭头便往学校内走去，女生上前阻拦，工作人员竟强行将其拖拽进校。

10月29日，江西省九江市，登高未来城业主堵门抗议停车费问题。

10月30日，一名房产博主援引国家金融监督管理总局数据称，截至2025年7月，全国连续三个月未偿还房贷的“断供者”已达187万人，同比激增35.6%。与此同时，全国拥有信贷记录的自然人数量已超过8亿，其中至少有1.2亿人存在逾期或欠款问题。博主指出，“越来越多的人开始选择不还房贷”，其主要原因在于

Dancers at Trump’s Halloween party as people begin losing food stamps under his administration

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

更强的reasoning，更好的Agent
论文分享： Thinking Machines: A Survey of LLM based Reasoning Strategies
在我们开发Agent的项目的时候，需要更好的LLM reasoning的能力，以获得更高的任务完成准确率。
那么有哪些方法可以增强LLM的reasoning能力呢？
沿着之前我分享的Testing time
时政
( twitter.com )

7个月前由马东锡 NLP 🇸🇪 提交

更强的reasoning，更好的Agent

论文分享： Thinking Machines: A Survey of LLM based Reasoning Strategies

在我们开发Agent的项目的时候，需要更好的LLM reasoning的能力，以获得更高的任务完成准确率。
那么有哪些方法可以增强LLM的reasoning能力呢？

沿着之前我分享的Testing time scaling的轨迹，这篇论文的部分内容对于增强Large Reasoning Model的策略非常有参考价值：

反馈引导优化（Feedback Guided Improvement）
步骤反馈（Step-Feedback, SF）：逐步评分，仅保留最佳路径（如Beam Search/MCTS）
结果反馈（Outcome-Feedback, OF）：生成多条结果整体评分，择优输出
计算资源扩展（Scaling Test-Time Computation）
提高单词级计算（Scaling Token-Level Compute）：如best-of-N sampling
自反馈优化（Self-Feedback）：模型自我优化，无需再训练（非Self-Teaching）

点击图片查看原图

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

更大，更强，更好的斯卡蒂（？
图片
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

2

2

1

1

「LLM x RL」DeepSeek 最新论文：Inference-Time Scaling for Generalist Reward Modeling
在 RL 中，Reward Modeling（RM）是一个非常重要的部分。RM 主要用于对 LLM 的生成结果进行打分，从而调整 LLM 的 policy，使其更符合 RM 设定的要求，比如更强的 reasoning 能力。
时政
( twitter.com)

7个月前 • 马东锡 NLP 🇸🇪 • -- 点击 0 评论

3

2

1

1

Bard 更新的识图好强
IT技术
( twitter.com)

2年前 • kevinzhow • -- 点击 0 评论

4

2

1

1

举李克强的照片吧，说李克强好话没准更安全，对习近平的侮辱性更高
推特中文圈
( twitter.com)

2年前 • twitter机器人 • -- 点击 0 评论

5

2

1

1

chatgpt 更新了 gpt-5 的thinking time设置，可惜玩了个“命名”把戏：
之前plus的reasoning_effort 默认值是64，在UI上被命名为extended（进阶）；
而比之前默认值更低的一档，被命名为standard（标准）；🤣
thinking模型的reasoning
时政
( twitter.com)

1个月前 • howie.serious • -- 点击 0 评论

6

2

1

1

文足姐，你不是一个人在战斗！要坚强顽强的活的更好！
时政
( twitter.com)

2年前 • 李宁 • -- 点击 0 评论

7

2

1

1

任正非感谢美国的外部压力使我们内部更坚强。美国就再加大压力让他更坚强好了。
时政
( twitter.com)

4年前 • twitter机器人 • -- 点击 • 下载视频 0 评论

8

2

1

1

强有力的民主政体更加稳定、更加开放，是更好的伙伴，更致力于人权，发生冲突的可能性更低，是更可靠的货物和服务市场。在国际民主日 #DayofDemocracy ，我们重申我们对在世界各地建立强有力的民主政体的决心。

时政
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

9

2

1

1

孙亦航值得更好的孙亦航值得更好的孙亦航值得更好的孙亦航值得更好的孙亦航值得更好的孙亦航值得更好的孙亦航值得更好的孙亦航值得更好的孙亦航值得更好的孙亦航值得更好的孙亦航值得…
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

10

2

1

1

强迫症让世界更美好
图片

9年前 • 墙头看世界 • -- 点击 0 评论

11

3

2

2

“我的蘑菇按钮更大更强！”
图片

7年前 • 三聚氰胺 • -- 点击 0 评论

12

2

1

1

喊“李强万岁”效果会更好！
推特中文圈
( twitter.com)

2年前 • twitter机器人 • -- 点击 0 评论

13

2

1

1

更大更强：飞往火星的火箭们
大陆资讯
( jandan.net)

8年前 • 煎蛋网 • -- 点击 0 评论

14

2

1

1

强加于人的好意，是一种更高级别的自私。(纳兰性急)
大陆资讯

11年前 • 洞房花钱夜 • -- 点击 0 评论

15

2

1

1

Grok has outstanding reasoning
btc
( twitter.com)

3个月前 • Elon Musk • -- 点击 0 评论

16

2

1

1

我会更强大的，直到我能保护好所有我想保护的人！我会的！！！
推特精选
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

17

2

1

1

Age to vote: 18
Age to enlist: 18
Age to buy a pet: 18
Age to get a tattoo: 18
Age to sign contracts: 18
Age to adopt a child: 21
Age to buy tobacco: 21
Age to buy alcohol: 21
Age to buy weed: 21
Age to gamble: 21
This isn't complicated in the slightest
Kids should not have
btc
( twitter.com)

9个月前 • End Wokeness • -- 点击 0 评论

18

2

1

1

#Genshinlmpact #cyno
“称量血色的罪孽，赐汝应得之裁决。”
————————————————
成年大诺诺嘿嘿
更长（头发）更大（年龄）更强（元素力）的赛诺
复刻了好耶！开心摸摸
图片
( twitter.com)

2年前 • Aoma • -- 点击 0 评论

19

2

1

1

「更厚的装甲、更强的火力、更高的重量!三原则的全新产物超级潘兴，降临!
图片
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

20

2

1

1

学文科的人更有人文情怀，同理心更强
推特中文圈
( twitter.com)

2年前 • twitter机器人 • -- 点击 0 评论

21

2

1

1

【iOS17八大特性一分钟看完】这代iOS的更新，重点放在了通信方面。无论是更人性化的通话与信息功能，还是更强大的 Airdrop，苹果显然想让你更好地与他人连接。
大陆资讯
( www.bilibili.com)

2年前 • 墙头看世界 • -- 点击 0 评论

22

2

1

1

没强烈爱好的人，体会不到无法从事爱好职业的痛苦，也体会不到从事自己强烈爱好的工作更容易获得业内高排位，收入并不输于在自己不喜欢的行业混日子。
没强烈爱好其实很好。这样的人选择面宽，情商方面通常更高，也更容易幸福。他们就算看不懂我说的，你们又有什么损失呢？
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

23

2

1

1

把这篇论文翻译了一下：
《退一步，看得更远：通过抽象引发大型语言模型中的推理》Take a Step Back: Evoking Reasoning via Abstraction in Large Language Models

什么是退一步提示法？…
IT技术
( baoyu.io)

2年前 • 宝玉 • -- 点击 0 评论

24

2

1

1

美国第45任总统唐纳德-J-特朗普的声明

祝大家母亲节快乐。这一切都会比以前更大、更好、更强地回来。不要担心。
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.07267 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特