AI Agent· 第八讲 大语言模型的推理过程

推理和正确率

• 推理长度越长不一定会让正确率提高

• 答案越长也不一定让正确率提高

怎么避免模型想太多

更强的思维链（Chain-of-Thought，CoT）

• chain of draft

  

给模型工作流程

让模型控制树的高度和广度

教模型推理过程

• from explicit CoT to Implicit CoT

  前提是要用简单的问题

  

以结果为导向学习推理

用模型进行以正确结果为目标回答四次，选择reasoning更短的reward