大模型的思维链提示

    思维链提示是一种高级提示策略，旨在增强大语言模型在各类复杂推理任务上的表现。常见的推理任务包括算术推理、常识推理以及符号推理等多种任务。与上下文学习方法仅使用⟨输入，输出⟩二元组来构造提示不同，思维链提示进一步融合了中间的推理步骤来指导从输入到输出的推理过程。下图展示了一个思维链提示的具体例子。

一个关于上下文学习和思维链提示的比较说明

思维链提示的基本形式

    思维链提示作为上下文学习的一种扩展形式，将原始的⟨输入，输出⟩映射关系转换为⟨输入，思维链，输出⟩这一三元组形式。在这个结构中，思维链扮演着重要的角色，它提供了一系列语义连贯且具有逻辑性的中间推理步骤，有效地建立起输入与输出之间的桥接关系。在思维链提示的作用下，大语言模型可以根据输入生成对应的思维链及答案。然而，与简单的⟨输入，输出⟩二元组相比，思维链的获取通常更为复杂，往往需要借助人工标注的方式。目前有一些简单的方法可以让大模型在回答问题之前生成思考过程。例如，通过向大语言模型提供诸如“Let’s think step by step.”或 “Take a deep breath and work on this problem step-by-ste