推理包括两种典型类型：演绎推理和归纳推理。
在 LLM大语言模型 的推理中，演绎推理和归纳推理哪个更具挑战性？
显然，大型语言模型（LLMs）在归纳推理方面很强，但在演绎推理方面较差。
解决方案是通过提示（prompting）构建一个演绎推理引擎：
1、将提示分解成更小、更易于管理的部分
- 演绎推理是一种逻辑方法，你从一般概念进展到具体结论。
- 归纳推理是从具体观察开始，形成一般结论。
在演绎推理中，你通常会为某个观点提出论据。你通过应用不同的前提来做出推断，或得出结论。
一个前提是一个通常被接受的观点、事实或规则，它是为理论或一般观点奠定基础的陈述。
结论是由前提支持的陈述。
2、演绎逻辑论证：
在一个简单的演绎逻辑论证中，
- 你通常会从一个前提开始，
- 再加上另一个前提。
- 然后，你基于这两个前提形成一个结论。
演绎逻辑论证的例子：
- 前提：所有昆虫都有确切的六条腿。
- 前提：蜘蛛有八条腿。
- 结论：因此，蜘蛛不是昆虫。
- 前提：蓝色石蕊试纸在酸性物质存在时会变红。
- 前提：蓝色石蕊试纸在我滴上一些液体后变红了。
- 结论：因此，这种液体是酸性的。
有效性和合理性是评估演绎推理论证的两个标准。