Co to jest chain of thought? Rozumowanie krok po kroku w AI

Skąd się wzięło

W 2022 roku badacze Google pokazali, że modele językowe dużo lepiej rozwiązują zadania matematyczne i logiczne, jeśli w przykładach zobaczą, jak dojść do odpowiedzi, a nie sam wynik. Szybko okazało się, że często wystarczy samo dopisanie do pytania „pomyśl krok po kroku”.

Działa to z prostego powodu. Model generuje tekst po kawałku, więc rozpisane kroki pośrednie stają się częścią kontekstu, na którym opiera kolejne wnioski. Bez nich musiałby przeskoczyć od pytania do wyniku w jednym ruchu.

Modele rozumujące zmieniły zasady

Od 2024 roku dostępne są modele rozumujące, które robią to same, wewnętrznie, zanim odpowiedzą. Przy nich prośba o myślenie krok po kroku jest zbędna, a czasem wręcz przeszkadza, bo miesza się z ich własnym procesem. Lepiej opisać im cel i ograniczenia, a sposób dojścia zostawić im.

Kiedy nadal prosić o rozpisanie kroków

Przy zwykłych, szybszych modelach, kiedy zadanie wymaga kilku kroków: porównania ofert, policzenia terminu, wyboru wariantu. I wtedy, gdy chcesz sprawdzić, jak model doszedł do wniosku. Rozpisany tok rozumowania ułatwia wyłapanie błędu, choć badania pokazują, że nie zawsze wiernie oddaje to, co model faktycznie „policzył” w środku.