美团搜推Agentic System X (AsX)团队 投稿量子位 | 公众号 QbitAILRM通过简单却有效的RLVR范式，培养了强大的CoT推理能力，但伴随而来的冗长的输出内容，不仅显著增加推理开销，还会影响服务的吞吐量，这种消磨用户耐心的现象被称为“

推理 美团 可验证 lrm vsrm 2025-09-11 20:37  4