思维链（Chain-of-Thought Prompting Elicits Reasoning in Large Language Models）

概括

论文主要描述了一种用思维链的提升LLM模型推理能力的方式，并且通过实验的方式，证明了思维链在算术、常识和符号等任务方面的显著效果。仅通过540B大小的PaLM模型，通过8个思维链样例就可以实现在GSM8K上的sota效果。

具体工作

这篇论文主要在探索LLM模型的推理能力，LLM模型推理能力可以通过增强学习和ICL得到增强，但是增强学习和ICL提升的效果是有限的并且成本比较高。基于上面的现状和启发，这篇论文提出了基于思维链的方式增强LLM的推理能力，并且取得了不错的效果。

并且思维链有以上比较吸引人的特性。