연쇄 추론 프롬프팅은 대형 언어 모델의 추론 능력을 향상시킬 수 있는 주요 접근법이지만, 기존 방식은 단순한 추론 작업에 초점을 맞추어 저품질의 일관성 없는 프롬프트를 생성한다. 이에 따라 CoTGenius라는 새로운 프레임워크를 제안하여 우수한 연쇄 추론 프롬프트를 자동으로 생성하고, 이를 활용해 ChainLM이라는 향상된 추론 능력의 언어 모델을 개발하였다.
체인 사고 프롬프팅은 대형 언어 모델의 추론 능력을 향상시킬 수 있는 주요 접근법이지만, 기존 방식은 단순한 추론 과제에 초점을 맞추어 저품질 및 일관성 없는 체인 사고 프롬프트를 생성한다. 이에 대응하여 CoTGenius 프레임워크를 제안하여 우수한 체인 사고 프롬프트를 자동으로 생성하고, 이를 활용해 ChainLM 모델을 개발하여 다양한 복잡한 추론 문제에서 뛰어난 성능을 보인다.