interleaved-thinking

모델의 추론 과정(생각)과 최종 답변이 섞여서 생성되는 방식이다. 이전 대화의 추론 과정을 보존함으로써 복잡한 코딩 문제 해결 시 논리적 일관성을 유지하게 돕는다. 특히 GLM-5와 같은 최신 추론 모델의 능력을 극대화하는 데 중요한 역할을 한다.