Chain of Thought #

┌─────────────────────────────────────────────────────────────┐
│                    思维链工作原理                             │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  传统方式：                                                  │
│  问题 ──────────────────────────────────────> 答案          │
│        （直接输出，容易出错）                                │
│                                                             │
│  思维链方式：                                                │
│  问题 ──> 思考步骤1 ──> 思考步骤2 ──> ... ──> 答案          │
│        （逐步推理，准确率更高）                              │
│                                                             │
└─────────────────────────────────────────────────────────────┘

问题：小明有 5 个苹果，给了小红 2 个，又买了 3 个，现在有几个？

传统回答：
小明现在有 6 个苹果。  ❌ 错误

思维链回答：
让我一步步思考：
1. 小明最初有 5 个苹果
2. 给了小红 2 个，剩下 5 - 2 = 3 个
3. 又买了 3 个，现在有 3 + 3 = 6 个
答案：小明现在有 6 个苹果。  ✅ 正确

2022年 ─── Chain of Thought 论文发表
    │
    │      Google Research 团队
    │      "Chain-of-Thought Prompting Elicits Reasoning in LLMs"
    │      开创性工作，证明 CoT 能显著提升推理能力
    │
2022年 ─── Zero-shot CoT
    │
    │      "Let's think step by step"
    │      无需示例，简单有效
    │
2023年 ─── Tree of Thoughts
    │
    │      树状思维结构
    │      支持多路径探索
    │
2023年 ─── Graph of Thoughts
    │
    │      图状思维结构
    │      更复杂的推理模式
    │
2024年 ─── 自我一致性 CoT
    │
    │      多路径投票
    │      进一步提升准确率
    │
至今   ─── 广泛应用
    │
    │      成为 LLM 应用的标准技术
    │      与各类框架深度集成

入门阶段
├── 什么是思维链
└── 基础概念

基础阶段
├── Zero-shot CoT
├── Few-shot CoT
└── Self-Consistency

进阶阶段
├── Tree of Thoughts
├── Graph of Thoughts
└── 自动 CoT

实战阶段
├── 数学推理应用
├── 代码生成应用
└── 复杂决策应用

场景：解决数学应用题

CoT 解决方案：
- 引导模型列出已知条件
- 逐步推导计算过程
- 验证答案合理性

场景：复杂逻辑判断

CoT 解决方案：
- 分解问题为子问题
- 逐步分析每个条件
- 综合得出结论

场景：生成复杂代码

CoT 解决方案：
- 分析需求，明确目标
- 设计算法思路
- 逐步实现代码

场景：多因素决策

CoT 解决方案：
- 列出所有影响因素
- 分析各因素权重
- 综合评估得出决策