这次我们看一类推理训练数据设计的方法。论文标题里的 Reasoning Core 并不是某个可以下载权重的新模型也不是一套推理框架而是一组关于“推理能力如何拆解、推理数据如何构造、模型监督信号如何设计”的策略组合。它主要回答的问题是当模型已经具备基础的“聊天能力”之后为什么数学推导、逻辑链条这类多步任务还是经常翻车答案往往不在模型结构而在训练数据的分布和监督信号的粒度。把标题拆开三个关键词正好构成一条完整训练链路Reasoning Core 负责定义“该学什么推理能力”Procedural Data 负责提供“可批量生成的高质量训练数据”Completion-Supervised Reasoning Training 负责规定“模型在哪些位置补全、用什么信号监督”。也就是说这套方法关注的是数据层和训练层而不是模型结构层。对正在做推理增强、R1