提示词工程——思维链（Chain of Thoughts, CoT）

最新推荐文章于 2025-04-21 22:31:45 发布

辛克莱的飞鸟

最新推荐文章于 2025-04-21 22:31:45 发布

阅读量919

点赞数 6

分类专栏： LLMs使用文章标签：人工智能语言模型 chatgpt gpt prompt

本文链接：https://blog.csdn.net/2201_75445395/article/details/139585199

版权

思维链的提出者Jason Wei，2022

论文原文：Chain-of-Thought Prompting Elicits Reasoning in Large Language Models

https://arxiv.org/abs/2201.11903

-----------------------------

应用：

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

辛克莱的飞鸟

关注关注

6
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

一文读懂「Prompt Engineering」提示词工程进阶版

女王の专属领地

08-20

4244

大白话讲背景：AI并不像人类那样拥有自主的常识和生活经验，它依赖于提示词提供的上下文信息。这意味着，提示词越清晰、越具体，AI越能理解你的意图。一句话定义：设计有效的提示词，以指导模型，执行期望任务的方法被称为提示工程。核心要素指令：想要模型执行的特定任务或指令。上下文：包含外部信息或额外的上下文信息，引导语言模型更好地响应。输入数据：用户输入的内容或问题。输出指示：指定输出的类型或格式。设计原则编写清晰、具体的指令；使用分隔符清晰地表示输入的不同部分，分隔符可以是：```，”“，，:，等；

【LangChain学习之旅】—（6）提示工程（下）：用思维链和思维树提升模型思考质量

我们都是被分成两半的人，一边热爱生活，一边憎恨生活。面对生活，我们总是在矛盾的两端摇摆，在反复的矛盾和犹豫中，一边踉跄前行，一边重振旗鼓。我渴望改变，渴望变得更好，渴望找到出口……就像一个溺水人的挣扎，就像一个救生圈。我是一个矛盾集合体，想要变得快乐，但是

01-12

2089

CoT 这个概念来源于学术界，是谷歌大脑的 Jason Wei 等人于 2022 年在论文《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models（自我一致性提升了语言模型中的思维链推理能力）》中提出来的概念。它提出，如果生成一系列的中间推理步骤，就能够显著提高大型语言模型进行复杂推理的能力。CoT 的核心思想是通过生成一系列中间推理步骤来增强模型的推理能力。

参与评论您还未登录，请先登录后发表或查看评论

大模型提示工程终极指南：39种提示词方法，一篇掌握核心技巧！

2401_85390073的博客

03-10

1492

在这种方法中，基本提示指令通过添加医学术语定义得以增强，基于这样一种假设，即添加这些定义将帮助LLM在回答查询时获得更多上下文。但结果显示，这些术语定义并没有真正起作用，可能是因为它们的知识范围狭窄，可能与LLM的更大知识库相冲突。

050篇 - 思维链提示词（Chain of Thought Prompts）

qq_51084193的博客

06-17

1094

思维链提示词涉及提供一系列逐步构建的提示词。每个提示词都包含前一个回应，使ChatGPT能够发展出一系列想法或连续的思维链条。这种技术鼓励模型在对话中保持连贯性和一致性。

思维链 Chain-of-Thought Prompting

m0_74315028的博客

02-28

1121

该方法通过示例展示多步推理过程，引导模型生成逻辑连贯的答案，显著提高了数学应用题（如GSM8K数据集）、常识推理和符号操作任务的性能。实验发现，仅方程式提示在GSM8K数据集上帮助不大，这表明GSM8K中的问题语义太复杂，无法直接翻译成方程式，而需要思维链中的自然语言推理步骤。实验发现，答案后的思维链提示与基线表现大致相同，这表明思维链中体现的顺序推理对于仅仅激活知识之外的原因是有用的。: 将传统提示中的答案（answer）替换为推理步骤（rationale）+ 答案，从而分解复杂问题为可解释的中间步骤。

思维链（Chain-of-Thought）作为提示

zenRRan的博客

03-09

4195

来自：ICI NLP论文题目:Chain-of-Thought Prompting Elicits Reasoning in Large Language Models论文链接：https://arxiv.org/abs/2201.11903作者：Jason Wei Xuezhi Wang Dale Schuurmans Maarten Bosma Brian Ichter Fei Xia Ed...

链式思维提示是什么？Prompt 加上这一句就能让 AI 像你一样思考

Y525698136的博客

05-11

2729

链式思维提示是什么？Prompt 加上这一句就能让 AI 像你一样思考

大语言模型提示词方式 CoT（Chain of Thought）

weixin_40090689的博客

03-29

1116

CoT（Chain of Thought）是一种用于大语言模型（LLM）的提示词方式，它鼓励模型解释其推理过程。

大模型：提示词(Prompt)，知识库，思维链(CoT)和Agent(代理)

m0_56255097的博客

08-25

1829

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

NLP高频面试题（四十八）——大语言模型中的思维链（CoT）技术详解

最新发布

WeLearnNLP

04-21

506

思维链（Chain of Thought）技术的出现，为大型语言模型破解复杂推理任务开辟了一条新路。从最初在GPT-3上实验出惊人的效果，到如今融入GPT-4、Claude、Gemini等顶级模型的“思维”机制，CoT已经成为大模型能力版图中不可或缺的一部分。通过让模型模仿人类的逐步推理，我们显著提升了模型在数学、逻辑、常识等领域的表现，也让模型的决策过程更加透明、可监控。

连续思维链(Chain of Continuous Thought)：解锁LLM的高级推理能力

llm_way的博客

12-17

1408

Coconut 方法的核心在于 LLM 能够在 “语言模式” 和 “潜在模式” 之间灵活切换。在语言模式下，模型如同标准语言模型一样，以自回归方式生成下一个词元（token）。而在潜在模式中，模型直接利用前一个词元的最后隐藏状态作为下一个输入嵌入，此隐藏状态被定义为 “连续思维”，代表了模型当前的推理状态。

【Chain-of-Thought】开创 AI 模型推理新纪元

累了

04-07

2228

CoT：让大型语言模型实现人类一样的推理能力，解锁全新AI思维。

大模型提示工程（下）：思维链和思维树的进阶

pythonhy的博客

06-26

1519

我们梳理和了解了ChatGPT在不擅长的领域，一些提示方法。这些深度的内容希望能在接下来帮助我们理解和掌握更加进阶的提示工程技巧，以便在大模型开发中实现更高效的应用和优化。

【大模型理论篇】思维链(Chain Of Thought)、Auto-CoT、 Diverse Prompts、思维树(Tree Of Thought)、思维树提示语等概念解析及相应提示语示例

源泉的小广场

10-18

3993

提示语、大模型、llm、提示语工程、cot、tot、chain of thought、tree of thought、思维链、思维树、推理链

大模型解析：Chain-of-Thought 提示激发推理机制探析

aibishe的博客

06-29

340

本文通过Chain of Thoughts(CoT，即推理中间过程)，提升大型语言模型(LLM)推理能力。在三个LLM上证明了CoT能够显著提升算术、常识、符号推理能力。

Chain-of-thought prompting（链式思考提示）

xw555666的博客

03-04

2730

只有解锁了思维链技术，大语言模型才有可能“涌现”，才能在“大炼模型”的竞争中具备能力优势。Chain-of-thought prompting（链式思考提示）是一种新兴的基于语言模型的技术应用方式，尤其在大规模预训练模型如GPT-3及其后续版本中得到了广泛应用。这一方法鼓励模型不仅生成最终的答案，而且逐步展示出它是如何推理并得出结论的。在执行复杂问题求解时，模型会生成一系列中间步骤，每个步骤都可以视为解答问题的一个逻辑片段或计算过程的一部分。

让学习成为一种习惯 ( 韩曙亮の技术博客 )

06-19

9046

一、提示工程 Prompt Engineering 简介 1、通用人工智能 和专用人工智能 2、Prompt 提示词 3、提示工程 4、掌握提示工程的优势 5、提示工程目的二、提示词组成、迭代、调优及示例 1、提示词的组成 2、提示词的迭代、调优 3、提示词基础示例 4、提示词 " 指定输出格式 " 示例 5、提示词 " 上下文语境 " 示例 - 多轮对话解决问题 6、提示词 " 增加约束 " 示例三、思维链 Chain of Thought 1、思维链简介 2、思维链推理过程 3、启用思维链的提

chain of thought (思维链， cot)

arvinChen的博客

08-30

885

思维链 (Chain-of-thought，CoT) 的概念是在 Google 的论文 "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models" 中被首次提出。。如上图，左边是传统的输入输出，右边是基于CoT思想的输入及输出。高亮部分及CoT, 说白了就是一个推理过程。

03｜提示工程（下）：用思维链和思维树提升模型思考质量

weixin_39924752的博客

03-18

1498

CoT这个概念来源于学术界，是谷歌大脑的Jason Wei等人于2022年在论文《（自我一致性提升了语言模型中的思维链推理能力）》中提出来的概念。它提出，如果生成一系列的中间推理步骤，就能够显著提高大型语言模型进行复杂推理的能力。CoT的核心思想是通过生成一系列中间推理步骤来增强模型的推理能力。在Few-Shot CoT和Zero-Shot CoT两种应用方法中，前者通过提供链式思考示例传递给模型，后者则直接告诉模型进行要按部就班的推理。