薛定谔的爆米花

Lilian Weng 万字长文，我用 5 分钟讲懂！AI 圈必看↗

Lilian Weng 系统梳理 test-time compute 范式，涵盖思维链、强化学习与外部工具使用；文章末尾提出 reward hacking、CoT 忠实性等开放研究问题。