J. 推理行为与失败模式¶
预训练 / 后训练 / 对齐讲完了模型怎么得到能力。本章讲推理时模型怎么用这些能力：长 context 检索、思考量级控制、不同思考模式（CoT / ReAct / interleave）、以及最大失败模式 —— 幻觉。
四个核心问题：
- 长 context：当前 1M context 模型真的能用吗？benchmark 怎么测？数据怎么造？—— J1 长 context
- Thinking effort 控制：怎么让模型 adaptive 决定思考多少？low/high 等级开关怎么实现？数据怎么构造？—— J2 思考量级控制
- Reasoning modes：CoT、ReAct、Interleaved Thinking、ToT 之间是什么关系？什么情况用哪个？—— J3 推理模式对比
- 幻觉：thinking 增加是否减少幻觉？从架构、推理、数据三个层面怎么降幻觉？—— J4 幻觉与减少策略
这四个话题贯穿 E. 后训练 + G. 推理 + I. 评测 三章，但单独抽出来讨论更聚焦"推理行为"这一个层面。
↑ 上级 · 大语言模型/多模态大模型 LLM/MLLM