Chain of Thought (CoT) 系列论文：大模型思维链，提升 LLM 的推理能力

1. COT：Chain of Thought

COT 是 2022.01 由 google 提出的针对提升 LLM 的推理能力的 Prompt Engineering 方法。

paper：

• Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
• v1：https://arxiv.org/abs/2201.11903
• v2：https://arxiv.org/abs/2201.11903v2

参考资料：

• 【跟李沐学AI 论精精读-43】Chain of Thought论文、代码和资源
• 一文读懂「Chain of Thought，CoT」思维链

1. 研究背景

• LLM 使用大力出奇迹的方法（增加模型的训练数据和参数量）在情感分析和主题分类等 NLP 任务上已经实现了强大的性能。这些任务称为 system-1 tasks，这些任务能够很快很直观的被人类所理解。
• 但 LLM 在推理任务中具有局限性：难以在推理任务中取得良好的性能，比如数学、符号、常识推理。这类任务称为 system-2 tasks，人类对这些任务需要详细的推理。

LLM 在推理任务中的局限性被称为 flat scaling curves，即简单地增加模型规模不会导致实质性的性能增益（大力不能出奇迹了）。

2. CoT的原理

CoT 的核心在于让 LLM 模拟人类一步一步思考和推理的过程（step-by-step thought process），并将该过程写入到 prompt 中。因此 CoT 是一种 Prompt Engineering 方法，并不涉及模型结构的改进。

传统的 Standard Prompt 只是 LLM 能力的下限，通过各种 Prompt Engineering 方法可以提高 LLM 的性能。

区别于传统的 Standard Prompt 从输入直接到输出的映射 「 input --> output 」 的方式，CoT 完成了从输入到思维链再到输出的映射，即 「 input --> reasoning chain --> output 」。如果将使用 CoT 的 Prompt 进行分解，可以更加详细的观察到 CoT 的工作流程。COT的原理如下图所示：

3. CoT Prompt

一个完整的包含 CoT Prompt 由指令（Instruction），逻辑依据（Rationale），示例（Exempes）三部分组成：

• Instruction：用于描述问题并且告知大模型的输出格式
• Rationale：指 CoT 的中间推理过程，可以包含问题的解决方案、中间推理步骤以及与问题相关的任何外部知识
• Exempes：指以 Few-Shot 的方式为大模型提供输入输出对的基本格式，每一个示例都包含：问题、推理过程、答案。

以是否包含 Exempes 为区分，可以将 CoT 分为 Zero-Shot CoT 与 Few-Shot CoT：

• Zero-Shot CoT：不添加 Exempes 而仅仅在指令中添加一行经典的 “Let’s think step by step”（GPT-3是这个指令），就可以“唤醒”LLM的推理能力。
• Few-Shot Cot：在 Exempes 中详细描述了“解题步骤”，让模型照猫画虎得到推理能力。最早的 Exempes 是人为制定的，这可能导致 LLM 的性能依赖于 Exempes 的质量，因此后面出现了 Auto Cot 的工作，使 LLM 自动生成 Rationale