chain-of-thought

🧠 chain-of-thought 是什么

思维链(Chain-of-Thought,CoT)由 Google 团队在 2022 年论文《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》中提出。核心做法是在提示中引导模型「一步步思考」,把推理过程显式写出来再给结论。

实验表明,CoT 能显著提升大模型在数学、逻辑推理等复杂任务上的表现,且模型规模越大提升越明显。其变体包括零样本思维链(在提示末尾加「让我们一步步思考」)与自一致性(Self-Consistency,多次采样后投票)等。

思维链也启发了推理时计算(Test-time compute)研究:OpenAI o1 等推理模型在内部进行隐式思维链,DeepSeek-R1 等模型则通过强化学习获得显式推理能力。

🔥 为什么现在火

CoT 是解锁大模型推理能力的钥匙,也是 OpenAI o1、DeepSeek-R1 等推理模型范式的思想源头,至今仍是提示工程与推理研究的基础。

📄 证据链(交叉验证)

• ▸arxiv 原始论文《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》(Wei et al., 2022)
• ▸维基百科 Chain-of-thought prompting 词条

🔍 搜索形态

what is chain-of-thought prompting chain-of-thought reasoning CoT prompting explained