链式概念思维引导大语言模型展开日常对话
计算与语言
2025-11-18 v3
摘要
链式思维（Chain-of-Thought, CoT）广泛应用于增强大语言模型在数学、编码和推理任务中的能力。然而，在开放域任务中表现受限，因缺乏明确定义的推理步骤或逻辑过渡。为缓解此挑战，我们提出一种新型基于提示的范式，称为链式概念思维（Chain of Conceptual Thoughts, CoCT），该范式建议大语言模型首先生成概念标签，再在概念基础上完成详细内容。为鼓励这种层次化思维方式，我们将概念与情感、策略和主题相结合。我们在日常和情感支持对话中实验该范式，涵盖内域和外域概念设置的任务。通过自动评估、人工评估和大语言模型评估，实验结果表明，CoCT超越了自我润色、ECoT、SoT和RAG等多种基于提示的基线方法，表明该方法为更广泛范围的任务提供了潜在的大语言模型提示范式解决方案。
引用
@article{arxiv.2510.18434,
title = {Chain-of-Conceptual-Thought Elicits Daily Conversation in Large Language Models},
author = {Qingqing Gu and Dan Wang and Yue Zhao and Xiaoyu Wang and Zhonglin Jiang and Yong Chen and Hongyan Li and Luo Ji},
journal= {arXiv preprint arXiv:2510.18434},
year = {2025}
}
备注
PRICAI 2025