General Reasoning（GR）是一家位于伦敦的AI研究公司，定位为“长时程智能”（Long Run Intelligence）研究实验室，致力于构建让AI能够推理、规划并在长时间跨度内协同行动的基础设施。
【用途与目标】 GR专注于训练能够在长时间跨度内工作、沟通与协调的模型。其观点是：当前的大型语言模型在程序化任务上表现优异，但在反映重要现实情境的非平稳环境中并不可靠。GR围绕这一目标开展研究，并通过开放发布帮助更广泛社区推进相关问题的解决。
【研究领域】 GR的研究领域包括强化学习、多智能体系统和环境设计。团队此前曾在Meta推动开放语言模型工作，包括Galactica、Llama 2和Llama 3，并贡献了thinking tokens、数据稀缺训练方法以及早期面向大语言模型的强化学习方法，这些方法在推理方面取得了当时的先进结果。
【开放资源与项目】
- BackSearch：可按任意过去日期搜索网页，是一个包含新闻、SEC文件、arXiv、维基百科及更广泛网页的冻结档案，提供时间点搜索与获取，用于预测、可复现评估和训练。
- KellyBench：一个针对长时程序贯决策的基准。模型难以在长时间跨度内保持一致行为，常常无法随世界变化而适应。
- OpenReward：一个开放资源，用于发现和实验社区RL环境，提供简单API端点和自动扩展基础设施。
【公开发布与研究成果】 GR表示将发布首批模型，展示其在预训练和后训练方面的新创新，使模型能够在更长的时间跨度上思考和工作。此外，根据GR的研究，Google、OpenAI、Anthropic和xAI的模型在预测整个足球赛季比分时表现不佳；每个前沿AI模型在英超联赛整赛季投注任务中均亏损。
【团队与文化】 GR自称是一支友善但目标明确的团队，拥有世界级AI研究专长，并专注于让AI在文明级问题上表现出色。团队价值观包括：快速犯错（完善最小可行实验）、变强（有时最佳答案就是变得更好）、天才是团队努力（好的文化价值80点智商）、为机器构建（机器是主要用户）、简单优先（不要低估简单基线）、为团队（没有自我的空间）。
【招聘】 GR正在寻找高度使命驱动的人才，共同探索强化学习的第二时代，并提供招聘页面。
【限制与未提供信息】 关于具体模型的发布时间、功能细节、收费模式、价格、支持平台及详细使用步骤，官方资料中暂未提供。
