Reasoning Model

Identity

• Reasoning Modelは、回答生成前に長い内部的な思考過程（test-time reasoning）を行うよう強化学習等で訓練された大規模言語モデルの分類であり、DeepSeek-R1論文はこの手法を強化学習により実現する手法を報告している。検証待ち DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
• OpenAIの公式発表によれば、o1シリーズは回答前に長い内部的な思考過程（chain of thought）を行うよう訓練されたモデルであり、Reasoning Modelという概念を体現する代表的な実装例の一つである。検証待ち Introducing OpenAI o1-preview

Capability

• Reasoning Modelは、回答生成前に長い内部的な思考過程（test-time reasoning）を行うよう強化学習等で訓練された大規模言語モデルの分類であり、DeepSeek-R1論文はこの手法を強化学習により実現する手法を報告している。検証待ち DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning

Credibility

公開Evidence未整備

Use Case

• Reasoning Modelは、数学の証明・複雑なコーディング・多段階の論理的推論を要するタスクで、通常の大規模言語モデルより高い性能を発揮する場面で活用される。検証待ち DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning

Constraints / Current Status

• Reasoning Modelは推論時の計算量（test-time compute）を増やすことで性能を向上させる点が特徴で、事前学習時の計算量拡大を主軸とするscaling lawのアプローチとは性能向上の軸が異なる。検証待ち DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning

Key References

• Reasoning Modelとはどのようなものですか？
• Reasoning Modelは他の同種の事業・作品と比べてどう違いますか？
• Reasoning Modelはどのような場面で参照されますか？

Related

• OpenAI— OpenAIのo1・o3シリーズは、Reasoning Modelという概念を体現する代表的な実装例である。
• DeepSeek— DeepSeekのR1は、Reasoning Modelという概念を強化学習により実現した代表的な実装例である。