docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

10_Wiki/Topics_GD/Chain-of-Thought (CoT 罽).md

@@ -1,8 +1,8 @@
 ---
-id: [[P-Reinforce]]-AI-COT
+id: [[P-Reinforce|P-Reinforce]]-AI-COT
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.99
-tags: [LLM, Chain-of-Thought, CoT, Inference, [[Search]]]
+tags: [LLM, Chain-of-Thought, CoT, Inference, [[Search|Search]]]
 last_reinforced: 2026-04-20
 ---
 
@@ -12,7 +12,7 @@ last_reinforced: 2026-04-20
 > 거대 언어 모델에게 "생각해 봐"라고 한마디 하는 것만으로도, 문제를 단계적으로 분해하여 정답 도출 가능성을 비약적으로 높이는 추론의 기적이다.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-- **Step-by-Step [[Reasoning]]**:
+- **Step-by-Step [[Reasoning|Reasoning]]**:
     - 질문에 바로 답하지 않고, 중간 과정(Rationales)을 텍스트로 먼저 생성하게 유도함으로써 모델이 자신의 이전 출력을 다음 추론의 근거로 활용하게 하는 기법.
 - **Zero-shot CoT**:
     - 프롬프트 끝에 "Let's think step by step"이라는 문구만 추가해도 상식 추론과 수학 문제 해결 능력이 폭발적으로 증가한다.
@@ -23,5 +23,5 @@ last_reinforced: 2026-04-20
 - CoT는 항상 유리하지 않다. 단순 사실 확인 문제에서는 오히려 불필요한 텍스트 생성으로 인해 에러(Hallucination)가 발생할 확률이 있다. 최근에는 이를 고도화한 `Tree-of-Thoughts (ToT)` 또는 `OpenAI o1`처럼 내부적으로 강화학습을 통해 최적의 사고 경로를 찾는 모델로 진화 중이다.
 
 ## 🔗 지식 연결 (Graph)
-- Related: [[Best-of-N-Sampling]] , [[Automated-Reasoning]]
-- Foundation: [[Information Theory]]
+- Related: [[Best-of-N-Sampling|Best-of-N-Sampling]] , [[Automated-Reasoning|Automated-Reasoning]]
+- Foundation: [[Information Theory|Information Theory]]