DeepMind让大模型学会归纳和演绎，GPT-4准确率提升13.7%

具体来说，下表 1 显示了在算术的 base-16、base-11 和 base-9 数据集上的结果。在所有 base 系统中，0-shot CoT 在两个 LLM 中的性能都最差。