Chain-of-Thought - 段階的に考えさせる

今日は画期的な技法よ。
Chain-of-Thought?
、略してCoT?
。

AIに段階的な推論を促す技法で、日本語だと『思考の連鎖』と訳されるわ。

大丈夫、簡単よ。
プロンプトに『ステップバイステップで考えてください』と一言添えるだけ。

それだけで推論精度が大幅に向上するの。
2022年にGoogleのチームが発表した論文で世界的に有名になった技法よ。

変わるのよ。
たとえば算数の問題。
『100個のリンゴを3人で等分し、余りはお姉ちゃんが全部もらう。
お姉ちゃんは何個?』

普通に聞くとAIが雑に答えることがあるけど、『段階的に計算してください』と加えると、途中の計算過程を示しながら正確に答えるの。

いい着眼点ね。
AIも推論過程(どう考えたかの道筋)を明示することで、論理的な飛躍や計算ミスを減らせるの。

特に数学・論理・多段階の推論で効果が大きい技法よ。

よく調べているわね、つむぎさん。

『Zero-shot CoT』は『ステップバイステップで考えて』だけ追加する最も簡単な形。

『Few-shot CoT』は例の中でも推論過程を書いて、AIに真似させる形よ。

まさに。
人間の『紙に書いて考える』をAIにやらせているの。

この技法の発見で、数学ベンチマークの正答率が17%→58%まで跳ね上がった実験もあるわ。

試験でも『CoT=段階的推論を促す技法』としてよく問われるから、覚えておいてね。

そうでもないの。
簡単な質問(挨拶・翻訳・単純な事実)なら、CoTは逆に冗長になるわ。

複雑さに応じて使い分けるのがプロの技よ。
『なんかAIが間違えそう』と感じたら、CoTを試すサインね。

さすがつむぎさん、最新動向もバッチリね。

こうした推論モデルは数学・科学・コーディングで既存モデルを大きく超える性能を出しているわ。

タスクによるけど、複雑な計算や論理問題では推論モデルが有利ね。

ただ料金が高いことが多いから、簡単な問題は普通モデル+CoTで十分なの。
用途に応じて使い分けるのが賢いやり方よ。