AI进入推理模型时代，一文带你读懂思维链

近段时间，推理模型 DeepSeek R1 可说是 AI 领域的头号话题。用过的都知道，该模型在输出最终回答之前，会先输出一段思维链内容。这样做可以提升最终答案的准确性。

今天这篇文章将带你了解思维链（CoT）的相关研究和技术。

（图注）某些形式的推理技巧。

思维链（CoT）已经存在了相当长的一段时间。从技术上讲，它是一种高级提示工程。各种形式的 CoT 通常都是强迫大型语言模型进行推理。

2024 年 9 月，OpenAI 发布了其模型 o1 的预览版后，我们看到围绕 CoT 的炒作愈演愈烈。

除了 OpenAI，没有人完全知道 o1 是如何工作的，它是否是一个组合系统，用什么样的数据进行了微调，是否使用了强化学习，或者是否有几个模型在一起工作。

也许一个模型负责计划，另一个模型负责思考，第三个模型负责评分。但我们知道，它们都采用了某种逐步推理的方式。

关于这一点，已经有很多公开的研究。这篇文章将介绍现有的研究成果，让你知道自己可以使用什么。我也会对不同的技术进行测试，看看我们能否实现真正的改进。

研究者们在过去两年中发表了很多论文。你可以在下图中看到他们所谈到的推理技术。

过去两年讨论较多的 CoT 技术。

大部分工作直接来自 DeepMind 或普林斯顿大学。为他们的开源工作点赞。

CoT 这个词是 DeepMind 在 2022 年提出的，只在提示中使用。最新的论文探索了结合蒙特卡洛搜索（Monte Carlo Search）和无需提示的 CoT 的「思维树」（ToT）。

接下来将介绍简单的思维链 (CoT)、CoT链、贪婪解码、CoT-SC、解码 CoT 以及结合蒙特卡洛树搜索的「思维树」。