CoT-ICL实验室：研究上下文示范中链式思考学习的培养基

本研究旨在填补对语言模型中链式思考（CoT）与上下文学习（ICL）之间关系的理解空白。提出的CoT-ICL实验室框架通过合成数据集，揭示了模型深度与有限上下文示例的关联，发现更深层模型能更有效地利用CoT，而浅层模型则需更多示例才能达到更深层模型的表现。此外，限制训练中的标记处理功能多样性有助于因果结构学习的改善。