思维链推理(Chain of Thought)详解：从新手入门到实践避坑指南

1次阅读

共计 1797 个字符，预计需要花费 5 分钟才能阅读完成。

先看两个经典案例：

数学应用题失败案例
当要求 GPT- 3 直接计算 ” 小明现在有 5 个苹果，妈妈给了 2 倍数量的梨，朋友又送来 3 个香蕉，请问总共有多少水果？” 时，模型直接输出 17（错误答案）。传统单步推理忽略了中间计算过程（梨的数量 =5×2=10）。
医疗决策失误案例
让模型判断 ” 患者有持续咳嗽和 38.5℃发烧，该开什么药？”，单步推理可能直接给出抗生素建议，而忽略需要先确认是否进行过核酸检测的关键步骤。

根据 Google Research 2022 年论文《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》的实验数据：

评估维度	传统 Prompt	思维链推理	提升幅度
GSM8K 数学准确率	17.9%	58.1%	+224%
推理步骤可解释性	低	高	–
计算开销(tokens)	1x	1.2-1.5x	+20~50%

# 问题分解器示例
def problem_decomposer(question):
    """
    将复杂问题拆解为子问题
    :param question: 原始问题字符串
    :return: 子问题列表
    """decomposition_prompt =""" 请将以下问题分解为不超过 3 个关键子问题：问题：{question}
输出格式：1. 第一子问题 2. 第二子问题..."""

    try:
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": decomposition_prompt.format(question=question)}],
            temperature=0.3  # 低温度保证分解稳定性
        )
        return parse_subquestions(response.choices[0].message.content)
    except Exception as e:
        print(f"分解失败: {str(e)}")
        return [question]  # 降级方案

请按以下步骤解决这个问题：[问题]: {user_question}

1. ** 理解题意 **：用一句话说明问题的核心要求
2. ** 提取关键信息 **：列出所有给出的数字 / 条件
3. ** 分步计算 **：展示每一步的数学运算
4. ** 验证检查 **：确认计算结果是否符合常理
5. ** 最终答案 **：用 \boxed{}呈现最终结果

我们在 MultiArith 数据集上的测试结果：

Temperature	准确率	连贯性评分(1-5)
0.1	68%	4.2
0.5	72%	4.5
1.0	65%	3.8
1.5	53%	2.1

设置关键词触发中断：当推理链中出现 [保密]、[个人数据] 等预设关键词时立即终止生成
实现正则表达式过滤：re.search(r'(身份证 | 手机号)\d{4}', reasoning_chain)

# 对话状态跟踪示例
class CoT_State:
    def __init__(self):
        self.history = []

    def update(self, step, result):
        self.history.append(f"Step {len(self.history)+1}: {step} -> {result}")

    def get_context(self):
        return "\n".join(["当前推理进度："] + self.history[-3:])