本文主要是介绍【解决复杂链式任务打造全能助手】大模型思维链 CoT 应用：langchain 大模型 结合 做 AutoGPT，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
大模型思维链 CoT 应用：langchain 大模型 结合 做 AutoGPT，解决复杂链式任务打造全能助手
- 思维链 CoT
- langchain
- langchain 大模型结合
- 打造 AutoGPT
思维链 CoT
最初的语言模型都是基于经验的，只能根据词汇之间的相关性输出答案，根本没有思考能力……
但是从使用思维链后，大模型已经是有思考能力的。能进行一定的推理。
2021年，OpenAI在训练神经网络过程中有一个意外发现。
神经网络他可以很好地模仿现有的数据，很少犯错误。
可是如果你给他出个没练过的题目，他还是说不好。于是你就让他继续练。
继续训练好像没什么意义，因为现在只要是模仿他就都能说得很好，只要是真的即兴发挥他就不会。
但你不为所动，还是让他练。
1 0 2 10^2 102 到 1 0 5 10^5 105 训练完全没有成果。
就这样练啊练，惊奇地发现，他会即兴演讲了！给他一个什么题目，他都能现编现讲，发挥得很好！
- 一千步乃至一万步，模型对训练题的表现已经非常好了，但是对生成性题目几乎没有能力
- 练到10万步，模型做训练题的成绩已经很完美，对生成性题也开始有表现了
- 练到100万步，模型对生成性题目居然达到了接近100%的精确度
这就是量变产生质变。研究者把这个现象称为「开悟（Grokking）」。
2022年8月，谷歌大脑研究者发布一篇论文，专门讲了大型语言模型的一些涌现能力，包括少样本学习、突然学会做加减法、突然之间能做大规模、多任务的语言理解、学会分类等等……
而这些能力只有当模型参数超过1000亿才会出现 —— 涌现新能力的关键机制，叫 思维链。
简单说，思维链就是当模型听到一个东西之后，它会嘟嘟囔囔自说自话地，把它知道的有关这个东西的各种事情一个个说出来。
思维链是如何让语言模型有了思考能力的呢？
比如你让模型描写一下“夏天”，它会说：“夏天是个阳光明媚的季节，人们可以去海滩游泳，可以在户外野餐……”等等。
只要思考过程可以用语言描写，语言模型就有这个思考能力。
怎么用思维链呢？
思维链的主要思想是通过向大语言模型展示一些少量的样例，在样例中解释推理过程。
那大语言模型在回答提示时也会显示推理过程，这种推理的解释往往会引导出更准确的结果。
既然如此，只要我们设置好让模型每次都先思考一番再回答问题，ta就能自动使用思维链，ta就有了思考能力。
langchain
langchain 大模型结合
打造 AutoGPT
这篇关于【解决复杂链式任务打造全能助手】大模型思维链 CoT 应用：langchain 大模型 结合 做 AutoGPT的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
