第三部分 · Large Reasoning Model

推理过程、可验证学习与不确定性推断

Natural Language Understanding · Mingming Sun · BIMSA

← Course Home

沿内容顺序连续推进:组织求解过程、从验证中学习、处理形式化与不确定证据。

三个专题共用同一连续主讲课件,当前展示的页面均可顺序讲授。右上角“Sections”可按小节跳转。F 全屏,M 目录。

小节与讲授顺序

3.1 Reasoning Processes and Search

  1. 3.1.1 Explicit Reasoning and Decomposition

    怎样把直接回答组织成可以执行和检查的中间过程?

  2. 3.1.2 Test-Time Scaling I: Search and Feedback

    固定模型,怎样把计算分配给候选、分支、修订和选择?

3.2 Learning and Scaling Reasoning

  1. 3.2.1 From Search Experience to Learning

    怎样让当前搜索得到的经验改变后续问题上的生成能力?

  2. 3.2.2 R1-Zero: Learning from Verifiable Rewards

    规则奖励怎样经由 GRPO 改变模型策略?

  3. 3.2.3 Test-Time Scaling II: Length Control

    回到同一预算框架,单条轨迹应继续多久,怎样与多候选结合?

  4. 3.2.4 Reasoning Efficiency

    如何在正确率、延迟和资源约束之间分配推理计算?

  5. 3.2.5 Code and Proof: Learning from Verification

    执行测试和形式证明怎样进入完整的学习系统?

3.3 Logic and Uncertainty

  1. 3.3.1 Natural Language to Logic: Formalization and Solving

    如何忠实表达任务,并把推导交给符号求解器?

  2. 3.3.2 Uncertain Evidence and Soft Rules

    前提有噪声、规则有例外时,怎样保留结构和不确定性?

  3. 3.3.3 Markov Random Fields: Joint Distributions and Inference

    局部势函数怎样组成可学习、可查询的联合分布?

  4. 3.3.4 Markov Logic Networks: Weighted Logic and Inference

    一阶逻辑模板怎样生成网络,并融合有噪声的事实?

  5. 3.3.5 Probabilistic Soft Logic: Continuous Optimization

    改变变量语义和势函数后,怎样获得可扩展的 MAP 推断?

按原页组织的完整资料

沿教学逻辑连续推进,不按固定课时切节。连续主讲共 131 页,包含88 个原页;三个专题完整资料共 132 页。原页不拆分、不合并,保持原页相对顺序和元素布局。

专题 1(30 页) · 专题 2(42 页) · 专题 3(60 页)

第四大部分 · Intelligent Systems and Agents

System I / II、何时推理、调用工具或获取证据,与 Agent 合讲。

章节位置与研究 · 第四部分课件