论文题目：A Survey on LLM Complex Reasoning through the Lens of Self-Evolution论文链接：https://www.researchgate.net/publication/389209259_A_Survey_on_Complex_Reasoning_of_Large_Language_Models_through_the_Lens_of_Self-Evolution?channel=doi linkId=67b8b5b0207c0c20fa9欧洲杯买足球软件排行榜前十名推荐111fb showFulltext=true堆栈链接：https://github.com/cs-holder/Reasoning-Self-Evolution-Survey1. 弁言在人工智能范畴，年夜型言语模子的庞杂推理研讨正成为学术界跟产业界存眷的核心。跟着 OpenAI 的 O1 以及后续 DeepSeek R1 等冲破性结果的宣布，这一范畴的研讨热度连续升温，激发了普遍的学术探讨跟实际摸索。这些里程碑式的研讨结果不只推进了相干技巧的疾速开展，也鼓励着研讨者们一直实验复现并拓展其利用界限。为增进该范畴的深刻研讨，哈工年夜赛尔试验室常识发掘组从自我退化的视角对现有技巧系统停止了体系性剖析从自我退化的视角对现有技巧系统停止了体系性剖析。咱们的研讨框架包括三个彼此支持的中心维度：数据退化、模子退化跟自我退化。在数据退化维度，咱们侧重探究了推理练习数据的优化战略，包含义务计划的改良跟推理盘算进程的优化，旨在晋升头脑链推理的品质跟效力；在模子退化维度，咱们体系梳理了经由过程练习优化模子模块来加强庞杂推理才能的技巧门路；在自我退化维度，咱们深刻剖析了退化战略与形式，并基于此对 O1 类代表性任务停止解读。本研讨基于对 200 余篇前沿文献的深刻调研，片面总结了晋升 LLM 推理才能的技巧演退路径。从基于树搜寻的短头脑链到基于强化进修的长头脑链，咱们体系梳理了以后开始进的研讨方式，并对将来可能的研讨偏向停止了前瞻性瞻望。咱们等待这篇综述可能为 LLM 庞杂推理研讨社区供给新的思绪，推进该范畴向更深档次开展，为晋升 LLM 的推理才能开拓新的研讨门路。2. 章节构造本文将从三个重要局部先容 LLM 庞杂推理的自我退化方式：数据退化、模子退化跟自我退化。最后，咱们将剖析存在代表性的 O1 类任务，并对将来研讨偏向停止瞻望。数据退化：探究怎样经由过程义务退化跟头脑链退化来天生更高品质的练习数据。模子退化：存眷怎样经由过程优化模子模块来晋升体系的推理才能。自我退化：探究怎样经由过程迭代的数据跟模子退化来实现体系的自我优化。3. 数据退化数据退化存眷的是怎样经由过程天生更高品质的练习数据来晋升体系的推理才能。这一局部重要包括义务退化跟头脑链退化。咱们将具体先容每个局部的优化战略跟技巧。