CoT-RAG: 将思维链和检索增强生成整合以提升大语言模型的推理能力

本研究解决了大语言模型在复杂任务中推理链的生成可靠性低和自然语言推理链干扰推理逻辑的主要问题。提出的新框架CoT-RAG通过知识图谱驱动的推理链生成、可学习的知识案例感知检索增强生成和伪程序提示执行，显著提升了推理准确性，且在多个数据集上表现出强大的实际应用价值和可扩展性。