ToolNavs 发现实用AI工具
提交工具 登录

思维链

讲清思维链(CoT)到底是什么:它如何让大模型先写推理步骤再给答案,在哪些任务上真提分,以及新手最容易踩的三个误解。

思维链是让大模型“先想想再回答”的提示技巧:把一道数学题、一段待改的代码或一次多步推理拆成显式的中间步骤,模型沿着自己的推导往下写,正确率往往显著高于直接给答案。这一专题讲清它的核心机制、零样本与少样本两种经典写法、在哪些任务上真实有效,以及“看起来在思考”和真正可靠推理之间的边界。
自我一致性是什么:让模型多算几遍再投票,答案会更准吗

自我一致性是什么:让模型多算几遍再投票,答案会更准吗

自我一致性是一种解码策略,不是新模型,也不用额外训练。它让模型对同一道题用思维链采样出多条不同的推理路径,再对各条路径的最终答案做多数投票,得票最多的答案就是最终答案。对数学、选择题这类答案能比对的任务,它常比只算一遍更准,但它挑的是模型自己最常给出的答案,不是外部验证。 多算几遍再投票:三步是怎么...

Admin
17
提示词越长效果越好吗?写太满反而变差,先删这三类话

提示词越长效果越好吗?写太满反而变差,先删这三类话

提示词不是越长效果越好。任务目标、关键背景和硬性要求写清之后,再往上堆的内容边际收益很快归零,甚至反过来拖累结果:要求互相打架时模型会挑顺手的执行,重点被淹没时它抓不住主次,示例和任务不匹配时还会被带偏。判断标准很简单,删掉一段之后结果没变化,那段本来就不该在。 太长坏在哪三处 第一处是注意力被摊薄...

Admin
76
自回归是什么?大模型为什么总是一个词一个词往外蹦

自回归是什么?大模型为什么总是一个词一个词往外蹦

自回归,指的是大模型生成文字时采用的一种基本方式:根据前面已经出现的词元,预测下一个最可能的词元,再把新生成的词元接回输入末尾,继续预测下一个,循环往复,直到输出结束标记或达到长度上限。你在聊天时看到回答一个词一个词往外蹦,正是这一步步解码的外在表现,而不是另外做出来的效果。 一个词元接一个词元地往...

Admin
140
OpenAI 拆解 o3 的元博弈潜变量:没写进思维链,也可能在盘算评分

OpenAI 拆解 o3 的元博弈潜变量:没写进思维链,也可能在盘算评分

OpenAI 对齐研究博客在 2026 年 10 月 6 日发表了一项关于 o3 的内部机制研究:当模型开始盘算一项任务会如何被评分、被奖励,而不是老老实实做题时,它的内部并不是只有一个开关在起作用。研究者找到了一组与这种元博弈行为相关的内部信号,它们在强化学习训练中会变强,甚至能在模型一个字都没写...

Admin
122