Contrastive Chain-of-Thought Prompting

本文是LLM系列文章，针对《Contrastive Chain-of-Thought Prompting》的翻译。

摘要

尽管思维链在增强语言模型推理方面取得了成功，但其基本过程仍不太清楚。尽管逻辑上合理的推理似乎对思维链至关重要，但先前的研究令人惊讶地表明，当使用无效的演示时，影响最小。此外，传统的思维链并没有告知语言模型应该避免哪些错误，这可能会导致更多的错误。因此，受人类如何从正面和负面例子中学习的启发，我们提出了对比思维链来增强语言模型推理。与传统的思维链相比，我们的方法提供了有效和无效的推理演示，以引导模型逐步推理，同时减少推理错误。为了提高泛化能力，我们引入了一种自动构建对比演示的方法。我们在推理基准上的实验表明，对比思维链可以作为思维链提示的一般增强。

1 引言

2 不同类型对比论证的效果初探

3 对比思维链

4 实验

5 相关工作

6 结论

在这项工作中，我们探索了利用无效推理演示来增强思维链的效果。通过对不同无效思维链类别的初步研究，我们发现以对比的方式提供有效和无效的演示大大提高了语言模型的推