一致性思维链（SELF-CONSISTENCY IMPROVES CHAIN OF THOUGHT REASONING IN LANGUAGE MODELS）

概要

思维链已经在很多任务上取得了非常显著的效果，这篇论文中提出了一种 self-consistency 的算法，来代替 贪婪解码 算法。本方法通过 采样多个思维链集合，然后LLM模型生成后，选择一个最一致的答案作为最后的结果。一致性思维链 认为复杂的推理问题，有不同的思维方式去解决，从而得到最终唯一答案。经过实验验证，一致性思维链取得了显著的提升。

方法

一致性思维链思想非常经典，我们首先用思维链的方式去prompt模型，然后对于生成的答案，不用贪婪解码的方式，而是让模型生成一个多样性的推理过程和答案，然后投票选择答案一致性最高的那个结果。一致性思维链非常类似于人类的思维，如果有多种思维的方式能够获得相同的答案，那么这个答案正确的概率最大。一致性思维链解决了思维链重复性和局部性的问题，同时一定程度上解决了思维链随机性的问题。
一致性思维链在大部分推理问题上取得了非常显著的效果。