本文提出了一种基于链式推理的自动提问方法Auto-CoT，能够在多项推理任务中超越手动设计的示例。研究表明，Chain-of-Thought提示显著提升了大型语言模型的推理能力，并通过新框架CoTGenius生成高质量提示。实验结果显示，ChainLM模型在复杂推理问题上表现优异，步骤级辩论方法有效解决了推理中的累积误差。