《Chain-of-Thought》导读：让模型把推理写出来

它解决了什么

直接问模型一道多步数学题，它常常给出一个错误的最终答案，中间没有任何过程可查。

这篇论文的做法很朴素：在 few-shot 示例里，不只给「问题 → 答案」，而是给出「问题 → 推理步骤 → 答案」。模型会模仿这种写法，把中间步骤也写出来，正确率随之上升。

三个关键思想

1. 过程本身是提示的一部分。 不需要改模型、不需要训练，只在示例里多写几行推导。

2. 效果随模型规模出现。 小模型写思维链反而可能更差；规模够大时收益才明显。这也是「涌现能力」讨论的起点之一。

3. 把推理变成可检查的文本。 中间步骤写出来后，人可以看到它在哪一步走偏，而不只是看到一个错误答案。

读前需要知道

• 什么是提示词：示例怎么写进提示。
• 什么是 few-shot：思维链是 few-shot 的一种用法。
• 什么是推理模型：今天把「长推理」训练进模型内部的路线。

重点章节与可跳过部分

• 第 1–2 节：看那张「标准提示 vs 思维链提示」的对比图，一分钟理解全文。
• 第 3 节（实验）：挑 GSM8K 数学题的结果看，收益最直观。
• 第 4 节（消融）：只写公式不写自然语言、只写自然语言不写公式，效果各差多少。
• 附录的完整示例可以挑两个读，不必全看。

影响

「让我们一步步思考」成了最广为人知的提示技巧。更重要的是它引出了一条路线：既然写过程有用，那就把过程训练进模型——今天的推理模型可以看作这条思路的延伸。

论文没有解决的事：写出来的推理步骤不保证是模型真实的计算过程，看起来合理的推导也可能通向错误答案。