按年被提到
20242026 · 2 次2026
大模型与语言模型›大模型推理与思维链·arXiv:2401.05618 · cs.CL

The Benefits of a Concise Chain of Thought on Problem-Solving in Large Language Models

简洁思维链对大语言模型解题的好处
Matthew Renze, Erhan Guven · 2024

简洁思维链(CCoT)提示:回答缩短约 49%,选择题准确率基本不变

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2025-03-20 · 最近 2026-07-30发表于 International Conference on Foundation and Large Language Models (FLLM)
3不同的人
3活跃月份
3讨论串
16被引(OpenAlex)

论文提出简洁思维链(CCoT)提示,并在 GPT-3.5 和 GPT-4 上用多项选择问答基准比较标准 CoT 与 CCoT。CCoT 使两个模型的平均回答长度减少 48.70%,对解题表现影响可忽略,平均每 token 成本下降 22.67%;但在数学题上,GPT-3.5 使用 CCoT 会损失 27.69% 的表现。

HN 为什么提它

评论者用它支持「简洁提示能大幅缩短回答而不总是损害质量,但依任务而异」,还提到某个「Caveman」提示借鉴了它;也有人批评它基本只是限制回答字数。

实证研究难度 1 / 5约 20 分钟有时效性
读之前最好知道
1提示工程(prompting)
2思维链(chain-of-thought)
3多项选择问答基准

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
批评xyz7786 · 2025-03

“they basically just say "answer in X words" and leave it at that”

批评论文基本只是要求“用 X 个词回答”,别无更多
Sketch-of-Thought: Efficient LLM Reasoning原评论 ↗
引用JBrussee-2 · 2026-04

“There is actual research suggesting concise prompting can reduce response length substantially without always wrecking quality, though it is task-dependent and can hurt in some domains.”

引用研究说明简洁提示能大幅缩短回答且不一定损害质量,但依任务而定
Talk like caveman原评论 ↗
引用AIrtemis · 2026-07

“It builds on the same concise-CoT research behind the original Caveman prompt”

指出它建立在最初 Caveman 提示背后的简洁思维链研究上
Autistic Caveman: Why use many token when correct token do trick原评论 ↗