feat(vault): Phase 3 tools + batch citation/relation enrichment

2026-07-01 15:20:40 +08:00
parent 8273017082
commit 407a9213bf
548 changed files with 53410 additions and 2113 deletions
@@ -1,6 +1,6 @@
 ---
 categories:
-  - "[[LLM Wiki]]"
+  - '[[LLM Wiki]]'
 tags:
  - wiki
  - concept
@@ -10,7 +10,7 @@ tags:
  - ai-education
 created: 2026-04-20
 updated: 2026-04-22
-source: "[[教学大模型发展状况深度研究报告-20260415]]"
+source: '[[教学大模型发展状况深度研究报告-20260415]]'
 type: concept
 aliases:
  - Chain-of-Thought
@@ -18,9 +18,179 @@ aliases:
  - CoT
  - 推理链
 status: reviewed
+relations:
+  - type: part_of
+    target: '[[教学大模型]]'
+    description: 同源：教学大模型发展状况深度研究报告-20260415
+    confidence: 3
+  - type: extends
+    target: '[[教学大模型]]'
+    confidence: 2
+  - type: extends
+    target: '[[苏格拉底式教学法]]'
+    confidence: 2
 ---

-# Chain-of-Thought（思维链）
+[raw:教学大模型发展状况深度研究报告-20260415:513]# Chain-of-Thought（思维链）
+
+Chain-of-Thought (CoT, 思维链）是一种提示工程技术，通过引导大语言模型逐步推理，提高复杂问题解决能力和准确性。在教育AI中，CoT 是提升数学推理和问题求解质量的关键技术。
+
+## 定义
+
+思维链是一种提示策略，要求模型在给出最终答案前，先生成详细的推理步骤。这种方法：
+
+- 显式展示推理过程
+- 分解复杂问题为简单步骤
+- 提高答案的可解释性和准确性
+
+## 核心原理
+
+### 逐步推理
+
+```
+直接回答 vs 思维链
+
+问题：一个长方形的周长是20厘米，面积是多少？
+
+直接回答：
+  "面积是25平方厘米。"  ❌ 缺少推理过程
+
+思维链：
+  "让我们一步步思考：
+   1. 长方形周长公式：周长 = 2 × (长 + 宽)
+   2. 已知周长 = 20，所以 2 × (长 + 宽) = 20
+   3. 两边同时除以2：长 + 宽 = 10
+   4. 假设长 = 宽（正方形情况），则 长 = 宽 = 5
+   5. 面积公式：面积 = 长 × 宽 = 5 × 5 = 25
+   6. 所以面积是25平方厘米。"  ✅ 清晰推理过程
+```
+
+## CoT 在教育中的应用
+
+### 1. 数学问题求解
+
+```
+问题：解方程 2x + 5 = 13
+
+CoT提示：
+  "请一步步解这个方程，说明每一步的推理。"
+
+模型输出：
+  "步骤1：方程是 2x + 5 = 13
+   步骤2：将5移到右边：2x = 13 - 5
+   步骤3：计算：2x = 8
+   步骤4：两边同时除以2：x = 8 / 2
+   步骤5：最终答案：x = 4"
+```
+
+### 2. 物理问题分析
+
+```
+问题：一个物体从静止开始自由落体，2秒后速度是多少？
+
+CoT提示：
+  "请分析这个物理问题，列出相关公式和计算步骤。"
+
+模型输出：
+  "分析：
+   1. 已知：初速度 v0 = 0，时间 t = 2秒
+   2. 重力加速度 g = 9.8 m/s²
+   3. 速度公式：v = v0 + gt
+   4. 代入计算：v = 0 + 9.8 × 2 = 19.6 m/s
+   5. 所以2秒后速度是 19.6 m/s"
+```
+
+### 3. 错误纠正和调试
+
+```
+学生错误答案："2x + 5 = 13" → "x = 8/2"
+
+CoT纠正：
+  "让我们检查这个解法：
+   步骤1：方程正确 2x + 5 = 13
+   步骤2：移项错误！应该是 2x = 13 - 5 = 8
+   步骤3：除法步骤不完整，应该是 x = 8/2 = 4
+   所以正确答案应该是 x = 4"
+```
+
+## CoT 提示模板
+
+### 标准思维链提示
+
+```
+"请一步步思考这个问题，详细说明你的推理过程。"
+```
+
+### 教育特定思维链提示
+
+```
+"你是一个数学老师，请用苏格拉底式方法引导学生。
+  
+1. 不要直接给出答案
+2. 先理解学生的问题
+3. 通过提问引导学生思考
+4. 逐步给出提示
+5. 最后验证答案的正确性
+
+学生问题：{学生输入}"
+```
+
+### 验证式思维链提示
+
+```
+"请先思考这个问题的解法，然后验证每一步的正确性。如果发现错误，请纠正并说明。"
+```
+
+## CoT 的优势
+
+1. **提高准确性**：逐步推理减少跳跃性错误
+2. **增强可解释性**：推理过程透明，便于理解和验证
+3. **支持教学**：可以展示解题思路，帮助学生理解
+4. **便于调试**：发现错误步骤并纠正
+
+## 关键挑战
+
+1. **计算成本高**：逐步推理需要更多tokens，增加计算成本
+2. **时间延迟大**：生成较长推理过程，响应时间增加
+3. **推理一致性**：确保推理链的逻辑连贯性
+
+**问题描述**：
+- 模型可能在推理链的不同步骤中产生前后矛盾
+- 例如：先假设A，后续推理中又假设非A，导致结论不一致
+
+**产生原因**：
+- 上下文窗口限制导致早期假设被遗忘
+- 多步骤推理中缺乏全局一致性检查机制
+- 缺乏明确的推理路径回溯验证
+
+**应对策略**：
+- **显式约束**：在提示中要求模型保持假设一致性
+- **分步验证**：要求模型在每个推理步骤后检查逻辑连贯性
+- **回溯验证**：要求模型验证最终结论是否与初始假设一致
+- **示例提示**："请确保你的推理过程前后一致，如果发现矛盾，请明确指出并修正"
+4. **幻觉风险**：长推理链可能增加幻觉风险
+
+## LLM时代的新发展
+
+随着大语言模型的发展，CoT 技术正在升级：
+
+- **自动CoT生成**：模型自动生成分步推理
+- **CoT蒸馏**：将大模型的CoT能力蒸馏到小模型
+- **多路径CoT**：生成多个推理路径并投票选择
+- **CoT + RAG**：结合检索增强生成提高准确性
+
+## 相关概念
+
+- [[教学大模型]] — 应用CoT的AI教育系统
+- [[苏格拉底式教学法]] — 结合CoT的引导式教学
+- [[RAG]] — 检索增强生成
+- [[Khanmigo]] — CoT在教育中的应用案例
+
+## 来源
+
+- [[教学大模型发展状况深度研究报告-20260415]] — CoT在数学推理中的应用
+
+[raw:教学大模型发展状况深度研究报告-20260415:513]# Chain-of-Thought（思维链）

 Chain-of-Thought (CoT, 思维链）是一种提示工程技术，通过引导大语言模型逐步推理，提高复杂问题解决能力和准确性。在教育AI中，CoT 是提升数学推理和问题求解质量的关键技术。