reasoning-chains

关于实验室训练10T参数模型可能使用的数据来源的讨论，包括合成推理链和人类生成的痕迹，以及对触及数据墙的担忧。

本文对思考模式下的视觉语言模型的不确定性进行了实证分析，表明思考链熵比传统的答案令牌分布（在这种模型中会失效）是更可靠的幻觉检测信号。