ChatGPT的跳跃式技术突破！

关注

转载最新推荐文章于 2026-08-11 12:52:39 发布 381 阅读 AI 写同款· GEO 优化 ›

别再让ChatGPT瞎猜了！手把手教你用Chain-of-Thought Prompting提升大模型推理准确率本文详细介绍了如何通过思维链提示（Chain-of-Thought Prompting）技术提升大语言模型的推理准确率。通过展示黄金模板结构、示例选择策略和实战应用场景，帮助用户有效避免模型的直觉式猜测，显著提升AI在数学推理、代码生成和商业决策中的表现。阅读详情

ChatGPT自从发布以来，一直热度不减，围绕它的话题也是持续不断。

而ChatGPT 之所以引起这么大的社会反响，不仅仅是因为它作为一个对话机器人，效果比之前的对话机器人好了一大截，还因为它从技术的角度来看，出现了一些跳跃式的技术突破，业界称这种现象为“涌现”。

ChatGPT最有代表性的涌现能力是“思维链”。

下面我们详细探讨一下。

思维链(Chain of Thought，CoT)是一种思维工具，通过逐步延伸和拓展一个主要想法，帮助人们进行更深层次的思考，并得出更复杂、更全面的结论。

思维链的核心思想是先将一个主要想法视为一个链条的起点，然后通过逐渐延伸这个链条，使得这个主要想法不断衍生出更多的相关想法。每个衍生出来的想法，都可再作为一个链条的起点，再次拓展延伸，直至得出最终结论。

现象展示

先来看一个大模型拥有思维链的例子，如下图所示。

在上面的这个例子中，我们直接问 GPT-3 一个包含数学推理的问题：

一个人有 16 个球，一半是高尔夫球，在高尔夫球中又有一半是蓝色的，问一共有多少个蓝色的高尔夫球?

面对这个简单的问题，GPT-3 的回答却是错误的。

但是，只要我们在问题中加上一句“让我们一步一步思考”。GPT-3 不仅答对了，还把推理的过程完整描述出来。这种现象非常神奇，以至于有人打趣道：“这是 AI 在向人类求鼓励啊！只要得到鼓励，效果就会大幅提升。”

大模型拥有的这种思维链能力，并不是在模型训练过程中训练出来的，人们也从来没有想到过它会有这种能力，只不过在偶然的情况下，研究人员通过加入“让我们一步一步思考”这句话才发现，就像这种能力是突然“涌现”的一样。

ChatGPT 也有这种能力，不过 ChatGPT 后期经过调教，已经不再需要用其他话语来激发这种能力了，直接跟它对话就可以。

当然，如果它的答案是错误的，或者推理过程不够详细，那么还是可以利用类似于“让我们一步一步思考”的话语来提升 ChatGPT 的答案质量的。

用户：想把 100 根火柴分成 10 堆，每堆火柴的根数都是单数，且相邻的两堆相差两根火柴，应该怎么分?

ChatGPT：首先，我们需要知道每堆火柴的根数应该是多少。由于每堆火柴的根数都是单数且相邻的两堆相差两根火柴，因此，我们可以从 1 开始，每次增加两根，即 1、3、5、7、9、11、13、15、17、19。

接下来，我们从第 10 堆开始，每堆减少两根火柴，即 19、17、15、13、11、9、 7、5、3、1。

按照这个方法，我们可以将 100 根火柴分成 10 堆，每堆火柴的根数都是单数，且相邻的两堆相差两根火柴，具体分配方案如下。

第 1 堆：1 根火柴

第 2 堆：3 根火柴

第 3 堆：5 根火柴

第 4 堆：7 根火柴

第 5 堆：9 根火柴

第 6 堆：11 根火柴

第 7 堆：13 根火柴

第 8 堆：15 根火柴

第 9 堆：17 根火柴

第 10 堆：19 根火柴

这种能力涌现现象引起了研究人员极大的兴趣，使其纷纷对这种现象开展了深入研究。

研究的第一个问题是“这种现象是普遍的还是个例?” 经过研究发现，这种现象不是个例，而且都有一定的规律。如下图所示。

在多种不同的数据集上都有涌现现象，其中的每一个子图都是模型在不同数据集上的效果图，横坐标都是模型规模，纵坐标都是模型回答这些数据库题目的准确率。我们在这些图中可以观察到一个普遍的现象 :模型在规模达到一定的阈值前，回答问题的准确率一直都特别差，但模型在规模达到一定的阈值后，准确率会快速提升。

深度讨论

研究者人员对这种现象感兴趣的原因，还有一部分是想了解这种现象的成因。目前这个领域的研究非常新，还没有形成统一的认知，只是有一些猜测。

如果我们把涌现现象出现的场景研究得更透彻一些，那可能对我们研究其原理有所帮助。

先来讨论一个问题：我们用大模型做的各种各样的任务有哪些出现涌现现象，这些出现涌现现象的任务都有什么特点?这些任务与其他任务有什么区别?

经过研究发现，那些我们不用怎么思考就能得出答案的任务，大模型对这些任务的处理效果随着模型规模的增加是符合标度律的。比如，判断一个餐馆是好吃还是难吃，在这类问题的数据集上的模型效果如下图所示。

而另一类任务，也就是我们在回答时需要仔细思考和多步推理才能回答的任务，是符合涌现现象的，比如数学应用题，在这类问题的数据集上的模型效果如下图所示。

这个研究结果不由得让我们想起了认知学领域里一个有名的理论：System 1 (系统 1)和 System 2(系统 2)理论。

System 1 和 System 2 理论是由诺贝尔经济学奖得主丹尼尔·卡尼曼(Daniel Kahneman)和阿莫斯·特沃斯基(Amos Tversky)共同提出的。

他们在 20 世纪 70 年代提出了“心理学中的双重过程理论”，认为人类的认知过程可以分为两部分：1快速、自动化的 System 1；2缓慢、有意识的 System 2，如下图所示。该理论对心理学、经济学、神经科学等多个学科领域产生了广泛影响，并被广泛应用于各种决策和行为的分析和解释中。

System 1 是一种自动化、快速和无意识的认知系统，像一位能够快速反应的消防员，能够在不经过深思熟虑的情况下快速做出反应。比如，当我们看到一张熟悉的面孔时，我们会立即意识到这是我们的朋友。当我们看到一只猫从街角冲过来时，我们会立即躲开，而不需要花费时间思考怎么做。System 1 基于我们之前的经验和模式进行识别，可以让我们快速做出反应，而不需要深思熟虑。

System 2 是一种有意识、慢速和深思熟虑的认知系统，像一位慢而稳健的科学家，能够通过分析信息、推理和评估信息的可靠性做出决策。比如，在做一道数学题时，我们需要仔细阅读题目，考虑各种可能的解决方案，进行计算并得出答案。这个过程需要我们投入更多的认知资源和注意力，需要经过深思熟虑来做出决策。System 2 能够帮助我们分析和解决一些复杂的问题，从而得出更加准确的结论。

System 1 和 System 2 经常同时运作。在日常生活中，我们有时需要快速做出决策，同时需要仔细分析和解决一些复杂的问题。例如，在开车时， System 1 会自动帮我们控制方向盘、踩油门和刹车，让我们快速适应不同的交通状况。但是，当我们进行高速驾驶或者遇到复杂的路况时，System 2 就需要介入，让我们深思熟虑地决策。

可以发现，出现涌现现象的这些任务，往往是人们的 System 2 处理的任务。那人们在处理 System 2 类的任务时和在处理 System 1 类的任务时，其过程有什么区别呢?弄清楚其中的区别，我们就可能更容易理解大模型出现涌现现象的原因。

人类在使用 System 2 解决问题时，通常会先有一个大概的整体规划或目标，然后一步一步地推理和分析，以便达到这个目标。

这个过程可以分为下图所示的步骤。