技术博客

通过思维干预直接控制推理增强型大语言模型（LRM）的内部推理过程，成为提升复杂问题解决能力的关键。最新技术如OpenAI的o1、DeepSeek R1和Google的Flash Thinking，均通过生成中间推理步骤优化答案质量。然而，传统输入级操作如提示工程存在局限性。文章提出三种方式实现对DeepSeek-R1的有效控制，突破现有方法瓶颈，为模型控制提供新思路。