reasoning_effort 该怎么选？各家档位并不通用
这两天千问放出了 Qwen4-Max 预览，调用时会碰到 reasoning_effort。名字看起来很直观，有人会理解成「开得越大越好」，也有人把 OpenAI、Claude 文档里的取值原样贴过来。结果要么报错，要么表面成功了，实际已经落到另一档。
视觉latent reasoning不稳？这篇论文从特征空间找到了关键缺口
多模态大模型已经能够在大量图文任务上给出流畅答案，但在更细粒度的视觉推理任务中，错误往往不是单纯来自语言推理能力不足，而是来自视觉证据定位不充分。
留学Assignment写作常用的三种reasoning手法
在Assignment写作中，合理使用reasoning方法可以帮助留学生提高写作质量。今天HotEssay论文网小编为大家分享三种reasoning中常用的写作手法，分别是让步、抗辩和对比，希望能给大家带来帮助。
微软发布能自主决定思考的Phi-4-Reasoning-Vision-15B开源模型
IT之家 3 月 5 日消息，据微软官方开发者社区博客今日消息，微软发布了一款 Phi-4-Reasoning-Vision-15B 模型，这是一款视觉推理模型。
OpenClaw的"大脑"揭秘：Reasoning和Think到底有什么区别？
很多朋友在使用OpenClaw时，会看到 /reasoning和 /status里的 Think:字样，纳闷：这两个"大脑开关"到底有啥区别？这是两个完全不同维度的功能，很多人容易混淆！
暴论一句：MCP + A2A + Reasoning Model = Future
Web 产品从 Manus 到 Coze Space，AI 浏览器产品从 Dia 到 Fellou 等等，各种号称可以执行负责任务的 Agent 产品，每一款在理念上都很接近“未来应有的样子”—— 理解指令、感知环境、自主决策、规划执行，最终达成目标。
视觉latent reasoning不稳？这篇论文从特征空间找到了关键缺口
多模态大模型已经能够在大量图文任务上给出流畅答案，但在更细粒度的视觉推理任务中，错误往往不是单纯来自语言推理能力不足，而是来自视觉证据定位不充分。
LLM Reasoning:当AI学会想清楚再回答
以前问 ChatGPT 问题，秒出答案但满是漏洞。这次它卡了十几秒，给出的解题步骤里甚至标注了"这里需要验证是否忽略了边界条件"——这种"迟疑"，恰恰是大语言模型推理能力的真实体现。
智能体设计模式：推理技术 Reasoning Techniques
让 Agent 先想清楚，再动手。1. 为什么需要推理技术简单问题，模型可以直接回答。复杂问题，不能。复杂任务通常有依赖、有分支、有不确定性。只靠一次生成，模型容易漏步骤、跳结论、编理由。推理技术解决的不是“让模型说更多废话”，而是让 Agent 有一套可执行的问题解决流程。