Una delle scoperte più pratiche sui modelli linguistici è anche una delle più semplici: se chiedi a un modello di mostrare i passaggi del ragionamento, invece della sola risposta finale, spesso sbaglia di meno. È l’idea del chain-of-thought prompting, resa popolare dal paper Chain-of-Thought Prompting Elicits Reasoning in Large Language Models.
L’idea
Su problemi che richiedono più passaggi — aritmetica, logica, ragionamento di senso comune — i modelli tendono a sbagliare se devono "saltare" direttamente alla risposta. Inserendo nel prompt esempi che mostrano il ragionamento passo dopo passo, il modello impara a fare lo stesso: scompone il problema, procede per passaggi intermedi e arriva alla conclusione in modo più affidabile.
Non si cambia il modello: si cambia il modo di interrogarlo. Ed è proprio questo che ha reso la tecnica così influente.
Perché funziona
Generare i passaggi intermedi dà al modello più "spazio di calcolo" per arrivare alla risposta, e rende espliciti errori che altrimenti resterebbero nascosti. Un effetto collaterale prezioso è la trasparenza: vedere il ragionamento permette di capire dove un risultato sbagliato è andato fuori strada, cosa impossibile quando il modello restituisce solo la risposta.
Il chain-of-thought è anche un mattone concettuale degli agenti: il "pensiero" che precede l’azione, negli approcci agentici, è una sua diretta discendenza.
I limiti da ricordare
Il ragionamento esplicito non è una garanzia di correttezza. Un modello può produrre una catena di passaggi convincente ma sbagliata, arrivando con sicurezza a una conclusione errata. Inoltre la tecnica aiuta soprattutto i modelli di dimensioni adeguate, e funziona meglio su alcune classi di problemi che su altre.
La lezione pratica resta utile: per compiti che richiedono ragionamento, chiedere i passaggi è quasi sempre meglio che chiedere solo la risposta — purché si resti pronti a verificarli.
Fonte: Wei et al., Chain-of-Thought Prompting Elicits Reasoning in Large Language Models, arXiv:2201.11903
Hai qualcosa da aggiungere? Unisciti alla discussione.