来自多所大学的研究人员提出了一种新的训练方法——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，从而显著提升了推理能力。
这项研究不仅让AI模型的表现更上一层楼，更重要的是，它让AI具备了自我纠错的能力。
DCoT：一石三鸟的训练方法
-
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
-
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？
-
领域内任务：DCoT在训练涉及的任务上表现优异。 -
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
-
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。
