complex-reasoning

介绍DAIS，一种训练时框架，将思维链推理转化为依赖条件化的中间问答记录，为复杂推理提供更好的监督。在政策合规基准测试上，相比基线实现了高达5.6%的准确率提升。

Sol是来自GPT-5.6的新模型，在复杂推理和数据分析方面取得了突破性进展，能够分析数百页的法律文件并生成引用来源的报告。

本文介绍了S1-DeepResearch-32B，这是一个开源模型及包含15K条轨迹的数据集，用于深度研究代理，通过联合建模信息获取、知识综合与规划，在20个基准测试中取得了最先进的性能。