强迫模型自我争论，递归思考版CoT热度飙升！网友：这不就是大多数推理模型的套路吗？
文章摘要
【关 键 词】 递归思考、自我批判、语言模型、推理能力、迭代优化
CoRT（Chain-of-Recursive-Thoughts）是一种在语言模型中引入递归思考和自我批判机制的新方法，旨在提升模型的推理能力。与传统的CoT（Chain-of-Thought）相比，CoRT不仅让模型分步骤思考，还允许其在思考过程中反复回头检查、修正，形成类似于人类的反思性思维。这种机制通过生成替代性方案并从中选择最佳响应，赋予AI自我质疑和反驳的能力，从而优化其推理路径。
CoRT的核心在于结合了结构化自我批判和递归思考模式，通过迭代优化和动态思维深度，显著提升了语言模型的推理能力。具体工作流程包括生成初始响应、决定思考轮数、生成替代性响应、评估所有响应并选择最佳响应。这一过程类似于AI内部的“大混战”，最终幸存者即为最佳答案。
尽管CoRT在技术原理上具有创新性，但部分网友认为其并非全新概念，而是对现有技术的改进。例如，有观点指出，CoRT与2023年论文中提出的多智能体辩论方法类似，或者与某些现有模型中的“but wait”模式相似。这些讨论表明，CoRT可能被视为“新瓶装旧酒”，但其在实践中的表现仍值得关注。
在编程任务中，CoRT的表现显著提升，尤其是在复杂任务的处理上。作者使用Mistral 3.1 24B模型进行测试，发现CoRT将模型的表现从“一般般”提升到了“碉堡了”。例如，在井字棋游戏中，使用CoRT后，模型从基础的命令行界面升级为完全的面向对象编程，展示了其强大的优化能力。
目前，CoRT项目在GitHub上获得了广泛关注，星标数接近2k。尽管其Web界面仍处于早期开发阶段，但其潜力已引起业界关注。未来，CoRT是否能在更广泛的应用场景中展现其价值，仍需进一步验证。
原文和模型
【原文链接】 阅读原文 [ 812字 | 4分钟 ]
【原文作者】 机器之心
【摘要模型】 deepseek-v3
【摘要评分】 ★★☆☆☆
相关文章
