超级会员免费看
大模型的“涌现”现象是指当模型达到一定规模后，其性能显著提升，展现出强大的语言理解、生成和逻辑推理能力。思维链（Chain of Thought, CoT）技术是实现这种智能涌现的核心，它能解决数学推理和逻辑思考问题。虽然许多企业和机构在训练大语言模型，但掌握思维链技术的寥寥无几。只有解锁思维链，大模型才可能在竞争中具备优势。"
78329283,7364569,秦九韶算法解决多项式方程整数解,"['算法', '数学', '高精度', '计算复杂度']
所谓“涌现”,在大模型领域指的是当模型突破某个规模时，性能显著提升，表现出让人惊艳、意想不到的能力。比如语言理解能力、生成能力、逻辑推理能力等。一般来说，模型在100亿到1000亿参数区间，可能产生能力涌现。
但老话说得好“氪不救非，玄不改命”。靠砸钱和运气，只一味把模型做的大大大，也未必能让AI“显灵”。
强大的逻辑推理是大语言模型“智能涌现”出的核心能力之一，好像AI有了人的意识一样。而推理能力的关键，在于一个技术——思维链（Chain of Thought，CoT）。
大家如果看过类GPT应用的翻车问题，会发现大多都是数学算术题、逻辑思考题等，这类需要精确推理的问题，而这正是思维链能够重点解决的。现在训练大语言模型的企业和机构很多，但能够训练出思维链并应用的很少。
换句话说，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。
思维链的故事，我们从一个奇男子说起。
订阅专栏 解锁全文
2000
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
