chain-of-thought
链式思维(Chain-of-Thought,CoT)提示方法,用于引导语言模型在给出最终答案前逐步推理,从而提升数学、逻辑和多步骤问题的准确率。资料介绍了两种形式:零样本 CoT(在提示中追加“让我们一步步思考”等指令)和少样本 CoT(提供带有完整推理过程的示例演示)。该方法还延伸到自洽性(多次采样取多数答案)、最少到最多分解、程序辅助推理等变体。资料强调 CoT 属于推理时计算:以更多输出 token 换取更高准确率,并可获得可检查的推理轨迹;但也提醒推理链不保证忠实反映模型内部计算,不能当作证明。适用场景包括数学应用题、逻辑谜题、多跳问答、非平凡算法代码生成、调试模型错误、评估与红队测试等。资料给出实践流程、部署检查清单和常见陷阱。