Chain-of-Thought (CoT) Prompting

Chain-of-Thought (CoT) prompting is a technique where asking questions, rather than issuing direct instructions activates a model’s full internal reasoning pathway.

The key insight from the original framing is that instructions skip steps 1–3, jumping straight to synthesis, while questions force the model to work through the entire reasoning chain.

https://neurodoctor.com/2026/03/20/chain-of-thought-cot-prompting/

#chainofthought #cot #ai #llm #prompt #prompts #prompting #claude #chatgpt #gemini #ericschmidt

7 Prompt Engineering Secrets That 99% of People Don't Know (2026 Edition)

Most people are still writing prompts like it's 2023. These seven advanced techniques — from tree-of-thought reasoning to persona stacking — will transform your AI output from m...

https://wowhow.cloud/blogs/7-prompt-engineering-secrets-99-percent-dont-know-2026

#wowhow #promptengineering #chainofthought #metaprompting

Dietrich Stein (@pixelsort)

Anthropic가 지난달 @deepseek_ai 등 일부 연구실이 자사 모델의 능력을 '도용'했다고 폭로했고, 결과적으로 해당 모델들의 체인오브Thought(Chain of Thought) 추적(trace)이 더 이상 보이지 않게 되었다는 내용입니다. 작성자는 안타까워하면서도 구글의 Gemini는 여전히 CoT를 제공한다고 언급하고 있습니다.

https://x.com/pixelsort/status/2032530587072741710

#anthropic #deepseek #chainofthought #gemini #aisafety

New research shows TensorRT Edge‑LLM can run chain‑of‑thought reasoning directly on devices, boosting physical AI tasks like autonomous‑vehicle perception and MATH500 benchmarks. Efficient, on‑device inference means smarter, safer robots without cloud latency. Dive into the details of this breakthrough for on‑device language models. #TensorRT #EdgeLLM #ChainOfThought #PhysicalAI

🔗 https://aidailypost.com/news/tensorrt-edgellm-enables-efficient-chainofthought-processing-physical

fly51fly (@fly51fly)

2026년 논문 'Reasoning Models Struggle to Control their Chains of Thought'는 추론 모델들이 자신의 체인오브소트(Chain of Thought)를 제어하는 데 어려움을 보인다는 분석을 제시한다. C Yueh-Han, R McCarthy, B W. Lee, H He 등(NYU·UCL·OpenAI 소속)이 공동저자로 arXiv에 공개됨.

https://x.com/fly51fly/status/2031126438292894184

#reasoning #chainofthought #airesearch #modelbehavior

Chain of Thought bleibt sichtbar.

Aktuelle Reasoning-Modelle können ihre internen Rechenschritte nicht vor Monitoring-Systemen verbergen. Studien zeigen, dass Versuche zur Verschleierung – etwa durch Keyword-Vermeidung – meist fehlschlagen. Besonders bei langen Rechenketten bricht die Kontrolle über die eigene Ausgabe zusammen. Die Analyse der Zwischenschritte bleibt damit ein valider Weg für Sicherheitschecks.

#OpenAI #KISicherheit #ChainOfThought
https://www.all-ai.de/news/beitrage2026/openai-studie-neu-luegen

OpenAI (@OpenAI)

새로운 평가 도구와 연구 논문 공개: Chain-of-Thought(이하 CoT) 제어성 평가 스위트를 발표하며, 연구 결과 GPT-5.4 Thinking은 자신의 추론을 은폐하는 능력이 낮아 CoT 모니터링이 여전히 유용한 안전 도구임을 시사한다고 보고했다.

https://x.com/OpenAI/status/2029650046002811280

#chainofthought #evaluation #safety #gpt5.4

Tencent HY (@TencentHunyuan)

Tencent HY 팀의 25편 이상 논문이 CVPR 2026에 채택되었다고 발표했습니다. 이번 작업은 이미지 편집 분야에서 Chain-of-Thought(Cot) 추론 및 도구 호출을 통한 정밀·제어 가능한 편집, 비디오 생성 분야에서는 사후 학습 기반 강화학습(post-training RL)과 오디오·비디오 통합(unified audio-video) 등을 포함합니다.

https://x.com/TencentHunyuan/status/2029123001913098645

#cvpr #computervision #imageediting #videogeneration #chainofthought

fly51fly (@fly51fly)

Effective Reasoning Chains 논문은 체인 기반 추론(reasoning chains)이 모델 내부 표현의 내재적 차원(intrinsic dimensionality)을 낮춘다는 발견을 보고합니다. A. Prasad, M. Joshi, K. Lee, M. Bansal( Google DeepMind & UNC Chapel Hill )의 이론·실험은 체인 오브 사고의 구조적 이유와 모델 설계·효율성에 대한 시사점을 제공합니다.

https://x.com/fly51fly/status/2021699501342241171

#reasoning #chainofthought #representationlearning #arxiv