展开推理，看看 ChatGPT 如何推理这个问题
Posted: Tue Mar 18, 2025 4:48 am
OpenAI 的 o1 模型基于 GPT-4o，DeepSeek-R1 基于 DeepSeek-V3，Gemini 2.0 Flash Thinking 基于 Gemini 2.0 Flash。Anthropic 和 xAI 甚至懒得想出新名字：Claude 3.7 Sonnet 和 Grok 3 是也可以思考的常规模型。（不管怎样，这很可能是获胜的方法；OpenAI 已经在谈论结合 GPT-4.5 和 o3 功能的 GPT-5。）
克劳德文物
所有这些推理模型都是经过训练的 LLM，可以更多地思考提示并推理问题，而不是仅仅根据训练回答最明显的答案。
推理模型如何发挥作用？
每个推理模型仍然依赖于转换器、注意力、神经网络、预训练以及使 AI 真正有用的所有其他技术进步。如果您不熟悉这些概念，请查看ChatGPT 的工作原理以深入了解 - 但如果您只是想了解推理模型的基础知识，这并不是必需的。
在 Zapier 上构建自动化系统
了解方法
最重要的是要知道，LLM 是超级自动完成引擎。人们做了很多工作来抽象化这一事实，使它们更加有用，但从最简单的意义上讲，如果你给 LLM 提出“谁穿短裤？”的问题，它实际上会回答“我们穿短裤。”
法学硕士生倾向于重复他们的训练材料，这是《纽约时报》起诉 OpenAI 的依据，但它也是大量人工智能错误和幻觉的罪魁祸首。长期以来，如果你问法学硕士生，“一吨羽毛和一吨羽毛哪个更重？”他会自信地回答，一吨羽毛和一吨砖头的重量是一样的。
ChatGPT 响应不正确
为了解决这个问题，我们使用了一种名为“思 华人澳洲数据 维链(CoT) 推理”的快速工程技术。该技术的想法是，通过告诉人工智能“一步一步思考”或提示它回答如何生成答案，它不会只用最明显的答案来回答；相反，它会充分考虑指令。令人震惊的是，它实际上非常有效。
告诉人工智能“一步一步解释你的推理”，它就会得到正确的答案。
推理模型也做着同样的事情——它们的工作原理是采用基础模型，并用强化学习对其进行训练，以便用 CoT 推理来应对一切。当你问问题时，它会在思考时说“推理……”之类的话。然后，一旦它回答，它就会告诉你它思考了多长时间并给你答案。
它仍在进行 CoT 推理，但隐藏了用户的思维链。在下图中，您可以看到聊天机器人告诉我它“推理”了 1 分 15 秒，但它将推理的细节保留在可折叠部分后面。
ChatGPT 表示它推理了 1 分 15 秒，但隐藏了推理过程
当你打开折叠页时，它会列出正在采取的步骤 - 它只是总结了 CoT。
克劳德文物
所有这些推理模型都是经过训练的 LLM，可以更多地思考提示并推理问题，而不是仅仅根据训练回答最明显的答案。
推理模型如何发挥作用？
每个推理模型仍然依赖于转换器、注意力、神经网络、预训练以及使 AI 真正有用的所有其他技术进步。如果您不熟悉这些概念，请查看ChatGPT 的工作原理以深入了解 - 但如果您只是想了解推理模型的基础知识，这并不是必需的。
在 Zapier 上构建自动化系统
了解方法
最重要的是要知道，LLM 是超级自动完成引擎。人们做了很多工作来抽象化这一事实，使它们更加有用，但从最简单的意义上讲，如果你给 LLM 提出“谁穿短裤？”的问题，它实际上会回答“我们穿短裤。”
法学硕士生倾向于重复他们的训练材料，这是《纽约时报》起诉 OpenAI 的依据，但它也是大量人工智能错误和幻觉的罪魁祸首。长期以来，如果你问法学硕士生，“一吨羽毛和一吨羽毛哪个更重？”他会自信地回答，一吨羽毛和一吨砖头的重量是一样的。
ChatGPT 响应不正确
为了解决这个问题，我们使用了一种名为“思 华人澳洲数据 维链(CoT) 推理”的快速工程技术。该技术的想法是，通过告诉人工智能“一步一步思考”或提示它回答如何生成答案，它不会只用最明显的答案来回答；相反，它会充分考虑指令。令人震惊的是，它实际上非常有效。
告诉人工智能“一步一步解释你的推理”，它就会得到正确的答案。
推理模型也做着同样的事情——它们的工作原理是采用基础模型，并用强化学习对其进行训练，以便用 CoT 推理来应对一切。当你问问题时，它会在思考时说“推理……”之类的话。然后，一旦它回答，它就会告诉你它思考了多长时间并给你答案。
它仍在进行 CoT 推理，但隐藏了用户的思维链。在下图中，您可以看到聊天机器人告诉我它“推理”了 1 分 15 秒，但它将推理的细节保留在可折叠部分后面。
ChatGPT 表示它推理了 1 分 15 秒，但隐藏了推理过程
当你打开折叠页时，它会列出正在采取的步骤 - 它只是总结了 CoT。