张丽及其团队在微软亚洲研究院引入“System2”概念，提升大模型的深度推理能力。通过蒙特卡洛搜索算法，7B模型的数学推理能力接近OpenAI的o1，激发了学术界的广泛讨论。她指出智商和推理能力是大模型应用的关键，未来将继续优化奖励模型并扩展任务领域。

本文综述检索增强规划框架，以应对人类行为对决策的挑战，适用于文本和多模态任务。主要方法包括：RR后置处理法，利用CoT推理检索外部知识，提升常识、时间与表格推理；IRCoT交替进行检索与CoT，在多跳问答数据集上显著改进；RAP采用蒙特卡洛搜索进行计划生成与复杂推理，效率和准确率超过CoT；RPT联合训练检索增强模型，改善检索质量与困惑度。