推理能力（Reasoning）· 面试高频考点

聚焦：CoT / Self-Consistency / ToT / ReAct / STaR 的面试高频考点

适用：AI算法岗、大模型应用岗、研究实习面试 | 阅读：10-15分钟

一、高频考点总览

Q1: Chain-of-Thought的核心思想是什么？为什么有效？

答：在prompt中给出包含中间推理步骤的示例，引导模型"一步一步思考"。有效原因：把复杂问题分解为子问题，每步只需要简单推理；中间结果作为"工作记忆"，避免信息丢失；激活预训练时学到的推理模式。

想听：分解问题 + 工作记忆 + 激活推理模式，不只是"让模型多想想"

Q2: Self-Consistency相比CoT有什么改进？

答：CoT只采样一条路径，结果不稳定。Self-Consistency采样多条推理路径（调高temperature），对最终答案做多数投票。核心观察：正确路径倾向于收敛到相同答案，错误路径则发散。零训练成本，纯推理期提升。

想听：多路径+多数投票，以及正确路径收敛的观察

Q3: ToT相比CoT有什么本质区别？

答：CoT是单链推理（深度优先），ToT是树搜索（BFS/DFS）。ToT把推理组织成思维树，每个节点是一个思考状态，可以分支、评估、回溯。适合需要探索和规划的任务（如Game of 24），但成本是CoT的数十倍。

想听：单链 vs 树搜索，以及代价权衡

Q4: ReAct的核心循环是什么？它连接了哪两个能力？

答：Thought→Action→Observation循环。Thought是推理（分析当前状态、规划下一步），Action是调用工具（搜索、计算等），Observation是工具返回结果。连接了推理能力（阶段四）和行动能力（阶段八Agent），是Agent架构的雏形。

想听：T-A-O循环 + 推理与行动的连接

Q5: 为什么CoT是涌现能力，小模型用不了？

答：CoT需要模型具备分解问题和中间推理的能力，这依赖足够的参数规模来存储和泛化推理模式。小模型（如GPT-2 1.5B）参数不足以支撑这种泛化，强行用CoT反而比直接回答更差。论文实验显示PaLM 540B效果最好，GPT-3 175B次之，小模型基本无效。

想听：参数规模决定推理能力的泛化

追问	应对要点
"CoT需要训练吗？还是纯prompting？"	纯prompting，无需训练。只需要在few-shot示例中给出推理步骤，模型就能模仿。这是它的核心优势。
"Self-Consistency的成本怎么算？"	采样N次（如40次），每次都要完整推理。成本是CoT的N倍，但可以并行。适合对准确率要求高、成本不敏感的场景。
"ToT在工业上有用吗？"	成本太高，工业上很少直接用。但test-time compute的思想（o1/R1）是它的延续：推理时花更多时间思考，而不是只靠训练时堆参数。
"ReAct和Function Calling什么关系？"	ReAct是学术概念（2022），Function Calling是工业接口（2023）。ReAct的Action=调用工具，Function Calling把这标准化为JSON Schema。GPT-4的Function Calling可以看作ReAct的工业实现。