变换器是否能够通过连接训练数据中的分离知识进行推理？

本研究提出了“FTCT”合成学习任务，以解决变换器推理中整合分散知识的问题。研究发现，少量示例的连锁思维提示能够增强组合推理能力，且受模型复杂性和数据相似性的影响。