复旦大学携手美团longcat共同发布了 r-horizon——首个专注于系统性评估与提升大型推理模型（lrms）长链推理能力的评测框架与训练方法。

R-HORIZON 创新性地提出了“问题组合”（Query Composition）策略，通过在不同问题之间建立逻辑依赖关系，将原本独立的任务转化为复杂的多阶段推理流程。

以数学推理任务为例，该方法包含以下三个关键步骤：

1. 信息提取：从原始问题中抽取关键数值、变量等核心要素
2. 依赖构建：将前一个问题的解答结果作为后续问题的前提条件进行嵌入
3. 链式求解：模型必须按顺序完成所有子任务，才能最终得出正确答案

核心优势：

• 灵活扩展：支持任意长度的推理链条（如 n=2, 4, 8...），便于测试模型极限
• 精准控制：可调节问题间的依赖强度，实现细粒度实验设计
• 高效低成本：基于现有公开数据集自动生成复杂推理样本，无需人工标注

基于这一机制，研究团队构建了 R-HORIZON Benchmark，用于全面评估 LRMs 在多步推理场景下的表现，并同步生成大规模长链推理训练数据。结合强化学习（RLVR）技术，显著提升了模型的深层推理能力。

Evez Github Manager

在 OpenClaw 中管理 GitHub 仓库、Pull Request、Issue 与工作流。适用于审查 PR、管理 Issue、自动化 GitHub Actions、同步仓库等场景。

下载

R-HORIZON 方法流程示意图——从单一问题到多层依赖推理链的构建过程及应用方向

R-HORIZON 代表了大型推理模型研究范式的重大演进——不再局限于“能解决哪些问题”，而是深入探索“推理链条能延伸多远”。

主要技术贡献：

• 发布首个面向长链推理的综合性评测基准，揭示 LRMs 的三大关键瓶颈
• 提出可扩展的训练框架，提供低资源、高效益的能力增强路径
• 进行深入的机制分析，为下一代推理模型的设计提供理论支持与实践指导

论文标题： R-HORIZON: How Far Can Your Large Reasoning Model Really Go in Breadth and Depth? 论文链接： https://www.php.cn/link/5a7a6185f07dab689218c182fcf3b4ae 项目主页： https://www.php.cn/link/b62b2fca53f1466b2d09f6f05325e357 开源代码： https://www.php.cn/link/b9b1446d5dac7a83f7478d31f514dcf1 数据集地址：https://www.php.cn/link/f54fd264edeb6c5043be90f1570d4ea3