2025年10月24日下午，CNCC 2025 “大模型长思维链推理的前沿与未来”分论坛在哈尔滨工业大学活动中心成功召开。论坛由中国计算机学会主办，哈尔滨工业大学承办，汇聚了来自中国人民大学、清华大学、中南大学、中国科学院软件研究所、香港理工大学等高校与科研机构的知名专家学者，共同探讨大模型长思维链推理的最新进展与未来趋势。
本次论坛由哈尔滨工业大学人工智能研究院副院长、社会计算与交互机器人研究中心副主任车万翔教授担任主席。车教授长期致力于自然语言处理基础研究，在预训练语言模型与大模型推理等领域取得了系列成果。论坛以推理大模型从“答案导向”到“过程导向”的范式转型为引导，围绕基础原理、系统实现与开放生态展开深入交流，勾勒长思维链推理的前沿版图与未来方向。
中国人民大学赵鑫教授作题为《深度推理模型技术探讨》的报告，聚焦深度推理模型的基础技术与实现方法，对于其中涉及到的技术路径进行了介绍，并结合自身实践经验讨论了其中的技术挑战，探讨了推理模型在智能信息获取方面的应用，总结了现阶段推理模型的局限以及未来的技术发展趋势。
清华大学丁宁助理教授作报告《强化学习驱动的推理模型：统一视角和熵方法》，介绍了近期在强化学习驱动的推理模型的一系列工作，包括密集监督的构建与应用、测试时强化学习等研究工作，同时对该领域进行了展望。
中南大学覃立波教授在《浅谈大模型思维链研究进展》报告中回顾了 OpenAI o1 与 DeepSeek R1 的思维链演进路径，进一步介绍了跨语言思维链、跨模态思维链等前沿方向。
中国科学院软件研究所林鸿宇副研究员作报告《基于解码探索的推理时知识增强》，围绕大模型在解码时增强中的知识边界识别、知识路径探索以及知识反馈验证等关键环节，探讨了基于知识边界探索的按需增强、面向复杂任务场景的解码探索以及机制引导的Reward Model构建等关键技术。
香港理工大学博士生肖杨以《大模型中的“少即是多”哲学》为题，从LIMA开创的指令对齐研究出发，展示了“少即是多”哲学在更复杂场景中的应用，展望了Agentic时代，如何构建更长、更复杂的高质量数据。
论坛吸引了大量师生和科研人员参加。现场气氛热烈，参会人员踊跃提问，就模型推理机制、数据利用效率与未来应用场景等问题展开了深入交流。嘉宾们针对不同问题进行了细致解答和前瞻性展望，充分展现了学术研讨的开放氛围与思想碰撞的活力。
