摘要：基本流程 核心思想 目标：让小规模开源模型（如32B参数）在单GPU上达到与大型闭源模型（如671B参数）相近的性能。 关键策略： 内部测试时计算（Internal TTC）：训练模型进行更长的多步推理。 外部测试时计算（External TTC）：在推理时生成多个候选方案，并通过验证筛选最优解。 阅读全文