本研究提出了关联思维链（CoAT）框架，旨在增强大型语言模型（LLM）的推理能力。通过结合蒙特卡洛树搜索算法与动态关联记忆机制，CoAT显著提升了推理的准确性、一致性和多样性，并具备实时更新知识库的潜力。