又一推理新范式：将LLM自身视作「改进操作符」，突破长思维链极限

在预算感知协议下，研究者将顺序精炼（SR）和并行 - 蒸馏 - 精炼（PDR）操作符与长思维链（CoT）基准进行了比较。 表 2研究了在固定轮次（每轮生成次数为 g = [16, 8, 4]）和每轮 k …...