Chain of Thought

Promptowanie Chain-of-Thought (CoT) to zaawansowana technika zaprojektowana w celu zwiększenia zdolności rozumowania Dużych Modeli Językowych (LLM). Zamiast bezpośrednio prosić o odpowiedź, promptowanie CoT zachęca model do generowania serii pośrednich kroków rozumowania, które prowadzą do ostatecznego wyniku. Zazwyczaj osiąga się to poprzez dostarczenie w prompcie kilku przykładów demonstrujących ten proces rozumowania krok po kroku, lub po prostu dodając do zapytania użytkownika frazy takie jak „Pomyślmy krok po kroku”. Podstawową zasadą jest to, że poprzez eksternalizację procesu myślowego, LLM może lepiej rozkładać złożone problemy, śledzić własną progresję logiczną i zmniejszać prawdopodobieństwo popełnienia błędów. Metoda ta wykazała znaczącą poprawę wydajności w zadaniach wymagających rozumowania arytmetycznego, zdroworozsądkowego i symbolicznego. Kompromisem jest zwiększenie długości generowanego wyjścia i potencjalnie wyższe koszty obliczeniowe z powodu rozszerzonego procesu generowania. Jednak poprawiona dokładność i interpretowalność często przeważają nad tymi wadami, czyniąc CoT cennym narzędziem do wykorzystania LLM-ów w złożonych scenariuszach rozwiązywania problemów.