思维链提示 (Chain-of-thought，CoT)

😄 思维链提示，可用于训练阶段，构造高质量数据集（输入&思维链+输出），让模型学习逐步推理的能力；也可用于推理阶段，给模型提示，激发模型的推理能力，使模型得出更准确且有理有据的答案。

文章目录

• ⭐ CoT微调：
• ⭐ CoT提示：

⭐ CoT微调：

• 使用 CoT 微调的模型使用带有逐步推理的人工标注的指令数据集。也就是让模型微调训练学会 think step by step。
  

⭐ CoT提示：

• 教chatgpt如何思考，如何一步步推理得出答案；给模型输入一个示例，并且示例中写明推理过程，这种推理的解释会引导模型在同类问题上得出更准确的结果。
• 其实就是在传统few-shot基础上加上了思维链（即推理过程），输入&思维链+输出。
• 通过CoT提示可将大模型这种能力激发出来。就比如下图，没有CoT提示的输入模型输出了错误结果，而采用了CoT提示，模型被引导输出了推理的过程并得到了正确的结果。
  

引用：

• Google Research, Brain Team： 《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》
• HuggingFace

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！