在实现思维链推理时，我们最开始可能会直接尝试通过特殊提示词来引导模型进行模拟R1深度分析。比如ThinkingClaude或者其他类似的提示词，这种方法虽然常见，但好像也只是告诉他答题规范，我想应该是这样（我胡说的 :grimacing:），反正跟R1，o1的思考还是有区别，那相比之下，R1从训练阶段就接触了大量思维链模板，这种"从小培养"的方式，应该会很不一样才对。 :tieba_001:

  “参考”了一些项目与论文（其实就是扫了几眼），"R1模型通过强化学习形成了独特的推理模式。它展现出"元认知"特征 - 在推理过程中会进行自我纠正，探索边缘情况，甚至能以自然语言方式执行类似蒙特卡洛树搜索的分析"......**好吧其实这部分我自己也不太清楚 :lark_012:**，But! 我可以清楚的是，我们可以跟以前的生图工作流一样，两个模型配合一下，以前是一个写生图提示词，一个生...