英文：Long Chain-of-Thought 分类：inference
长而细致的推理链：模型在回答前进行大量中间步骤（探索、试错、验证），是 o1/R1 类推理模型的标志性行为，用于解决复杂数学、代码与科学问题。
形成：推理数据训练（长 CoT 蒸馏）+ 强化学习（RLVR+RL）鼓励深入思考；行为特征：自我纠错、多路径尝试、符号验证；代价：延迟与算力高，需思维预算控制。
用于高难度推理任务（竞赛数学、编程、科学题）、复杂规划与需要"慢思考"的场景；长思维链是"推理模型"与"快思考模型"的分水岭。