CoT-Lab：探索人机协作迭代思考的实验性对话工具

综合介绍

CoT-Lab（人机协同思维实验室）是一个探索人机协作新范式的实验性界面。基于认知负荷理论和主动学习原则，CoT-Lab 通过创建“思维伙伴”关系，促进人类与人工智能的深度认知对齐。该项目旨在通过缓慢输出的 AI 结果与人类信息处理速度同步，增强人类的认知参与度，并通过直接操作界面促进更深层次的认知参与。CoT-Lab 目前处于积极开发阶段，欢迎讨论和反馈。

演示：https://huggingface.co/spaces/Intelligent-Internet/CoT-Lab

功能列表

• 认知同步：AI 输出速度与人类信息处理速度同步，减少认知负荷。
• 协同思维编织：人类在 AI 的思维链中主动参与，编辑 AI 的推理过程。
• 信息块化：根据工作记忆限制进行信息块化，减少视觉搜索带来的认知负荷。
• 主动学习增强：通过直接操作界面，促进更深层次的认知参与。
• 分布式认知：探索人机混合问题解决范式。

使用帮助

安装流程

1. 克隆仓库：

   git clone https://github.com/Intelligent-Internet/CoT-Lab-Demo
cd CoT-Lab-Demo

2. 安装依赖：

   pip install -r requirements.txt

3. 配置环境： 设置有效的 Deepseek API Key 或 OpenAI SDK 兼容 API。

   export API_KEY=sk-****
export API_URL=https://api.deepseek.com/beta
export API_MODEL=deepseek-reasoner

4. 启动应用：

   python app.py

使用流程

1. 设置初始提示： 在输入框中描述你的提示（例如，“解释量子计算的基础”）。
2. 调整认知参数：
   • 思维同步吞吐量：设置每秒生成的 tokens 数量（例如，5：朗读，10：跟随，50：浏览）。
   • 人类思维节奏：设置每 X 段自动暂停（默认关闭，推荐用于主动学习）。
3. 交互式工作流程：
   • 点击“生成”开始协同思维，跟随思维过程。
   • 当 AI 暂停时，编辑 AI 的推理过程，或随时按 Shift+Enter 暂停。
   • 再次按 Shift+Enter 将控制权交还给 AI。

设计理念

• 认知负荷优化：通过信息块化适应工作记忆限制，序列化信息呈现减少视觉搜索带来的认知负荷。
• 主动学习增强：直接操作界面促进更深层次的认知参与。
• 分布式认知：探索人机混合问题解决范式。