ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;padding-top:8px;padding-bottom:8px;margin:1em 4px;line-height:26px;color:black;"> ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;padding-top:8px;padding-bottom:8px;margin:1em 4px;line-height:26px;color:black;">来自多所大学的研究人员提出了一种新的训练方法——ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;color:#35b378;">发散式思维链(Divergent Chain of Thought, DCoT)，让AI模型在单次推理中生成多条思维链，从而ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;color:#35b378;">显著提升了推理能力。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;padding-top:8px;padding-bottom:8px;margin:1em 4px;line-height:26px;color:black;">这项研究不仅让AI模型的表现更上一层楼，更重要的是，ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;color:#35b378;">它让AI具备了自我纠错的能力。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;padding-top:8px;padding-bottom:8px;margin:1em 4px;line-height:26px;color:black;"> ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;margin-bottom:15px;font-weight:bold;color:#35b378;font-size:23px;bmin-height:32px;line-height:32px;border-bottom:solid 1px #000;display:inline-block;border-bottom-width:0;border-bottom-style:solid;border-color:#35b378;padding-top:5px;padding-right:0.5em;padding-left:0.5em;margin:1em 0 0rem 0;padding:0.5em 0;text-align:leftt;">DCoT：一石三鸟的训练方法ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;margin-top:-10px;">ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;color:#35b378;">提升小型模型性能：即使是规模较小、更易获取的语言模型，经过DCoT训练后也能显著提升表现。- 全面超越CoT基线：从1.3B到70B参数的各种规模模型中，DCoT都展现出了优于传统思维链(Chain of Thought, CoT)的性能。
- 激发自我纠错能力：经过DCoT训练的模型能够在单次推理中生成多条思维链，并从中选择最佳答案，实现了自我纠错。
实验结果：DCoT的全面胜利研究团队在多个推理任务上进行了严格测试，结果显示：
- 一致性提升：DCoT在各种模型家族和规模上都取得了持续的性能提升。
- 多样化思维链：通过实证和人工评估，确认模型能生成多条不同的推理链。
这意味着，DCoT不仅提高了模型的推理能力，还让模型具备了"多角度思考"的能力。 DCoT vs 传统CoT：谁更胜一筹？
- 未见过的任务：在全新的任务上，DCoT仍然保持优势。
- 困难任务：即使在CoT可能有害的任务上，DCoT也展现出了稳健性。
- 兼容性：DCoT还能与现有的CoT扩展方法（如自洽性解码）兼容，进一步提升性能。
自我纠错：AI的新技能最令人兴奋的发现是，DCoT训练让模型具备了自我纠错的能力：- 无需外部反馈：模型能够在单次推理中生成多条思维链，并从中选择最佳答案。
- 显著提升：仅生成两条思维链就能带来明显的性能提升，证实了自我纠错的存在。
- 人工验证：通过人工分析，确认了模型确实在进行自我纠错，而非简单的自我集成。
提示词工程的终结？DCoT的成功引发了一个有趣的问题： 随着AI模型变得越来越智能，我们是否还需要那么多"技巧"来与之沟通？ 虽然现在断言提示词工程已经走到尽头为时尚早，但DCoT的出现无疑为AI与人类的交互开辟了新的可能性。 未来，我们可能需要重新学习如何与这些"高智商"模型对话。 |
