思维链 (Chain-of-Thought)

思维链(Chain-of-Thought,简称 CoT)是一种引导大语言模型在回答问题之前,先逐步写出中间推理过程、再得出最终答案的技术,常用于提升模型解决数学、逻辑和多步推理问题的能力。

概述

早期的大语言模型在直接回答复杂问题时容易出错,因为它把多步计算压缩成一次输出。思维链的核心想法很朴素:像人做应用题一样,把解题过程一步一步写出来。研究者发现,只要在提示词中给出带推理步骤的示例,或者简单加上一句「让我们一步一步思考」(Let's think step by step),模型的答题准确率就会明显提升。

这一方法由 Google 研究团队在相关论文中系统提出后迅速流行,成为提示工程(Prompt Engineering)中最有影响力的技术之一。它的意义不仅在于提分,还在于让模型的推理过程变得可见、可检查,便于用户发现错误出在哪一步。

近年来,思维链已从「提示技巧」演变为模型训练目标本身:各类推理模型会在内部先生成长长的思考过程再作答,本质上是把思维链内化成了模型的默认行为。

主要特点

• 分步推理:把复杂问题拆解为一串中间步骤,降低单步出错的概率。
• 零样本可用:无需示例,仅用「一步一步思考」这类指令即可触发,称为零样本思维链。
• 过程可解释:推理链条对用户可见,方便定位和纠正错误。
• 规模效应:模型越大,思维链带来的提升通常越明显,小模型收益有限。
• 衍生方法多:由此发展出自洽性采样(Self-Consistency)、思维树(Tree-of-Thoughts)等变体。

局限性

思维链并非万能:推理步骤看似合理,结论仍可能错误,即「一本正经地胡说八道」;写出的推理过程也不一定真实反映模型内部的计算方式。此外,长推理会消耗更多 token,增加响应时间和调用成本。

常见问题

问:思维链和普通提问有什么区别?答:普通提问让模型直接给答案,思维链要求模型先展示推理步骤再作答,在多步推理任务上通常更准确。

问:所有任务都需要思维链吗?答:不需要。简单的查询、翻译、改写等任务用思维链收益很小,反而更慢更贵;它主要适合数学、逻辑、规划等复杂任务。

问:推理模型和思维链是什么关系?答:推理模型可以理解为把思维链「训练进了模型」,作答前自动进行长链思考,而不再依赖用户在提示词里手动引导。