Test-Time Scaling in Reasoning LLMs

这篇综述把推理模型的测试时扩展归纳为单轨迹延长、叶节点终态规约和前缀搜索三类，并区分精确复现与分布式结果复现。作者同时发布约 20 亿 token 的完整推理轨迹，试图让采样、验证与搜索策略可以在统一材料上比较。它的价值主要是清理术语和复现实验边界；作为综述，并没有提出一个能跨任务取胜的新缩放算法。