思维链提示：为什么让模型逐步推理能显著提升复杂任务准确率？
本文解析思维链（Chain-of-Thought）提示的机制，说明它如何通过中间推理步骤激活模型的组合泛化能力，在算术、常识推理等任务上显著提升准确率。文章对比零样本与少样本思维链，讨论提示设计、模型规模与任务类型的影响，并指出思维链失效的场景与替代方案，帮助读者在实际应用中做出合理决策。
#大语言模型
共 2 篇文章
过程监督如何提升大模型数学推理：从 PRM800K 到自动化的实践与挑战
本文以 OpenAI 的 Let's Verify Step by Step 为切入点，剖析过程监督相比结果监督在数学推理中的优势。重点讨论过程奖励模型训练数据的构建、步骤级人工标注的成本与自动化替代方案（如 Math-Shepherd），以及在 Lean 等形式化验证环境中的应用潜力和挑战。