思维链

Chain-of-ThoughtCoT常用

让模型先一步步写出中间推理过程，再给最终答案。

思维链指模型在给出答案前，先生成一串中间推理步骤。2022 年谷歌 Wei 等人提出「思维链提示」：只要在提示里放几个带推理过程的示例，大模型就会模仿着分步思考；用 8 个这样的示例提示 5400 亿参数的 PaLM，就在数学应用题基准 GSM8K 上取得当时最好成绩。后来它从提示技巧变成训练目标，OpenAI o1、DeepSeek-R1 等推理模型用强化学习训练出更长的思考过程。机器人领域把它引入 VLA：具身思维链（ECoT，2024）先让模型写出任务计划、子任务、动作描述和物体检测框，再输出动作，使 OpenVLA 在泛化任务上的成功率绝对提升 28%。