待验证50% 置信基准精确时间
使用包含引导语的Chain-of-Thought提示，可使大语言模型在复杂推理任务上准确率提升40%以上
1
来源数
50%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
待验证Chain-of-Thought 技巧在数学推理和代码生成任务上能显著提升模型准确率，尤其对参数规模超过 100B 的大模型效果最为突出82% 相似待验证改变提示词中的语气或增加'请一步步思考'这类引导语，能使模型在推理任务上的准确率提升10%至30%78% 相似待验证链式推理通过引导模型在给出最终答案前显式输出中间推理步骤，某些任务上准确率提升可达20-40个百分点78% 相似待验证研究表明，即使使用相同的基础模型，引入迭代反思机制后在代码生成、数学推理等任务上的准确率可提升20%-40%78% 相似待验证CoT通过让模型在给出最终答案前逐步推理，可在数学推理等复杂任务上将准确率提升40%以上75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/532620API
curl https://kongchang.com/api/v1/knowledge/claims/532620MCP
get_claim(id=532620)