LARG（LA-Reasoning-Group）小组

推理大模型是指通过多步逻辑推理以解决复杂推理问题，它能够帮助人们完成大量的需要复杂逻辑推断的任务，如解决复杂数学问题、编写竞赛级代码等。近年来，推理大模型的研究主要分为三个阶段：（1）分析推理机理，以理解推理能力的涌现来源、行为规律与运行机制，从而指导推理的优化；（2）增强推理技术，以优化推理能力的逻辑深度，思维广度与适度反思，从而促进推理的应用；（3）拓展推理应用，以满足推理能力的广泛、快速与可靠应用，从而促进推理应用的最终落地。

推理机理

推理一直是认知科学、哲学和人工智能领域的核心议题。随着模型和工具的发展，研究者不断从逻辑学、神经科学和概率推理等角度探索推理的复杂性。尽管大语言模型在处理复杂任务时表现出了显著的推理能力，其推理机制仍未完全揭示，特别是在与人类推理路径的异同方面，仍有诸多未知。目前，大多数提示优化策略仍依赖经验，缺乏系统性的理论支撑。因此，构建一种统一且可量化的推理建模方法，既能深化我们对人类推理过程的理解，也能推动人工智能推理能力的发展，成为当前研究的关键挑战之一。

本组研究专注于

• 以系统性视角探索推理大模型的理论框架
• 以优美的数学公式揭示推理大模型的运行规律
• 以动态的视角分析推理大模型能力的起源

推理技术

近年来，传统监督微调的在推理大模型中面临瓶颈：监督微调依赖大量标注数据且其泛化能力有限。在此背景下，强化学习凭借其自主探索和奖励驱动的特性成为突破的方向。例如，DeepSeek-R1-Zero仅仅通过强化学习训练，使数学推理的准确率从15.6%跃升至71%。强化学习不仅能够规避数据标注的高成本，还通过试错机制激发模型的“顿悟时刻”，如自发调整推理路径以提高答案的准确性。这一特点为推理能力的自我进化提供了新的范式。因此，如何建立一种更高效、准确的推理训练方法，成为当前研究的关键挑战之一。

本组研究专注于

• 如何更高效地激发推理大模型的性能
• 如何增强推理大模型的推理能力
• 如何平衡推理训练的效率与性能提升

推理应用

随着推理大模型在任务规划与推理能力方面的不断提升，如何在现有模型基础上实现高效且合理的推理，已成为研究领域的热点问题。部分研究已开始将推理大模型应用于多语言、多模态等多种场景。然而，在应用过程中，推理速度慢和可靠性差的问题依然存在。因此，如何扩展推理应用，以实现推理能力的广泛、快速和可靠应用，进而推动其实际落地，已成为当前研究的关键挑战之一。

本组研究专注于

• 提升推理大模型的推理速度；
• 扩展推理大模型的应用场景；
• 增强推理大模型应用的可靠性。