Ingénierie avancée des invites : chaîne de pensée (CoT)

Comparer différentes techniques de raisonnement

Chain of Thought (CoT) techniques have been around for a while now, and they're essentially a form of advanced prompt engineering. CoT aims to get large language models (LLMs) to perform reasoning steps by explicitly showing them the chain of thought that leads to the answer. This helps the models understand the problem better and makes their reasoning more transparent.

Les techniques de chaîne de pensée (CoT) existent depuis un certain temps déjà et constituent essentiellement une forme d'ingénierie avancée des invites. CoT vise à amener les grands modèles de langage (LLM) à effectuer des étapes de raisonnement en leur montrant explicitement la chaîne de pensée qui mène à la réponse. Cela aide les modèles à mieux comprendre le problème et rend leur raisonnement plus transparent.

There are several different CoT techniques, each with its own strengths and weaknesses. Some of the most common techniques include:

Il existe plusieurs techniques CoT différentes, chacune avec ses propres forces et faiblesses. Certaines des techniques les plus courantes comprennent :

* **Natural language CoT:** This technique uses natural language to describe the chain of thought. For example, to solve a math problem, you might write out the steps of the calculation in English.

* **Langage naturel CoT :** Cette technique utilise le langage naturel pour décrire la chaîne de pensée. Par exemple, pour résoudre un problème mathématique, vous pouvez écrire les étapes du calcul en anglais.

* **Logical form CoT:** This technique uses a formal logical language to represent the chain of thought. This makes the reasoning more precise and easier to follow, but it can also be more difficult to create.

* **Forme logique CoT :** Cette technique utilise un langage logique formel pour représenter la chaîne de pensée. Cela rend le raisonnement plus précis et plus facile à suivre, mais il peut aussi être plus difficile à créer.

* **Programmatic CoT:** This technique uses a programming language to represent the chain of thought. This is the most precise and efficient way to represent reasoning, but it also requires the most technical knowledge to create.

* **CoT programmatique :** Cette technique utilise un langage de programmation pour représenter la chaîne de pensée. C’est la manière la plus précise et la plus efficace de représenter un raisonnement, mais sa création nécessite également les connaissances les plus techniques.

The best CoT technique to use will depend on the specific task and the capabilities of the LLM. However, all CoT techniques can help LLMs to perform reasoning tasks more effectively and transparently.

La meilleure technique CoT à utiliser dépendra de la tâche spécifique et des capacités du LLM. Cependant, toutes les techniques CoT peuvent aider les LLM à effectuer des tâches de raisonnement de manière plus efficace et transparente.

Here's an example of how CoT can be used to solve a math problem:

Voici un exemple de la façon dont CoT peut être utilisé pour résoudre un problème mathématique :

Without CoT, the LLM might simply be given the problem and asked to solve it. For example:

Sans CoT, le LLM pourrait simplement se voir confier le problème et lui demander de le résoudre. Par exemple:

```

Question: What is 123 + 456?

Question : Que font 123 + 456 ?

Answer: 579

Réponse : 579

```

With CoT, the LLM would be given a step-by-step guide on how to solve the problem. For example:

Avec CoT, le LLM recevrait un guide étape par étape sur la façon de résoudre le problème. Par exemple:

```

Question: What is 123 + 456?

Question : Que font 123 + 456 ?

Chain of Thought:

Chaîne de pensée :

1. Add the tens digits (2 + 5 = 7).

1. Additionnez les chiffres des dizaines (2 + 5 = 7).

2. Add the hundreds digits (1 + 4 = 5).

2. Additionnez les chiffres des centaines (1 + 4 = 5).

3. Add the results of steps 1 and 2 (7 + 5 = 12).

3. Additionnez les résultats des étapes 1 et 2 (7 + 5 = 12).

4. Write down the carry digit (2).

4. Notez le chiffre de retenue (2).

5. Add the ones digits (3 + 6 = 9).

5. Additionnez les chiffres des unités (3 + 6 = 9).

6. Write down the sum of steps 4 and 5 (2 + 9 = 11).

6. Notez la somme des étapes 4 et 5 (2 + 9 = 11).

7. The final answer is the result of step 6 (11).

7. La réponse finale est le résultat de l'étape 6 (11).

Answer: 579

Réponse : 579

```

By showing the LLM the chain of thought, we can help it to understand the problem better and arrive at the correct answer more easily.

En montrant au LLM la chaîne de pensée, nous pouvons l'aider à mieux comprendre le problème et à arriver plus facilement à la bonne réponse.

CoT techniques are a powerful tool for improving the performance of LLMs on reasoning tasks. By making the reasoning process more explicit and transparent, CoT helps the models to learn and generalize better.

Les techniques CoT sont un outil puissant pour améliorer les performances des LLM sur les tâches de raisonnement. En rendant le processus de raisonnement plus explicite et transparent, CoT aide les modèles à mieux apprendre et généraliser.