長いCoTでモデルは自分の洞察を忘れる:InsightReplayで推論の状態性を回復

zenn · 2026-07-15

この記事で分かること

長い推論過程でモデルが自身の洞察を忘れる問題と、InsightReplayという回復手法が得られる。推論の状態性を維持するための具体的な仕組みや、どのような場面で効果を発揮するかを学べる。

関連ニュース