CoT 思维链与分步推导

思维链 (Chain-of-Thought, CoT) 是一种显式诱导大模型在给出最终结论前生成中间逻辑推导步骤 (Intermediate Reasoning Steps) 的提示与解码范式；常见形式包括：Zero-shot CoT（在 Prompt 末尾追加 `Let's think step by step`）、Few-shot CoT（在示例中展示人类完整的推导过程）、Least-to-Most Prompting（先求解子问题再逐步综合）以及自动思维链 (Auto-CoT)；其本质是让自回归注意力机制在自注意力层中分配额外的计算预算 (Compute Budget) 来存储和推导中间变量。

数学多步推导 (MATH, GSM8K)、复杂代码逻辑生成、多条件业务规则判断以及因果逻辑链条推演。

传统直接回答模式迫使模型在单个前向传播中强行跳跃到最终结论，导致复杂逻辑错误率极高；CoT 允许模型一步步写出推导依据，大幅降低跳步逻辑谬误与计算幻觉。

从自回归 Transformer 注意力机制的角度，解释为什么生成中间 CoT Token 能够等价于为难题增加了计算量 (Test-Time Compute)？

Self-Consistency (自洽性采样 / 多数投票 CoT) 是如何通过采样多条不同推理链并对最终答案取众数提升准确率的？

当 CoT 中间步骤出现“看似合理实则逻辑矛盾 (Faithfulness & Hallucination in CoT)”时，如何进行单步中间状态验证 (Process Supervision)？

Least-to-Most Prompting 与分层规划 (Hierarchical Planning) 在处理 5 步以上极长逻辑链问题时的优势？

在生产 API 响应中，如何通过 XML 标签（如 `<thought>...</thought><answer>...</answer>`）将思考过程与最终用户答案结构化隔离？