Chain-of-Thought

中间计算写入 token 序列。不是作用在环境上的循环；ReAct 的 Thought 从这里接出。

Wei 等，2022-01，Chain-of-Thought Prompting Elicits Reasoning in Large Language Models（Google Research）。把 ⟨输入, 思维链, 输出⟩ 示范写进提示，不微调。

  1. 论文 — 方法、GSM8K 等实验、涌现与限度。
  2. 讲解 — 为何这是解码过程里的串行计算，不是 Action / Observation。

原文：arXiv:2201.11903。

Chain-of-Thought Prompting（论文）

按原文结构转述 Wei 等 2022：思维链提示、算术/常识/符号实验。

Chain-of-Thought 讲解

在 token 序列里展开串行计算。没有 Action，没有 Observation。推理协议，不是作用在环境上的循环。