大型语言模型为何能生成准确的思路连贯？

本文研究了大型语言模型（LLMs）的能力，特别关注于推进链式思维提示的理论理解。通过引入一个适用于自然语言生成的两级分层图模型，建立了一个具有吸引力的几何收敛率，用于衡量 LLMs 生成的思维链条与真实语言起源的思维链条之间的相似度。研究发现为 LLMs 能够产生正确的思维序列提供了理论上的证明。