Техника, при которой модель просят показать пошаговые рассуждения перед тем, как дать окончательный ответ. Это улучшает точность в сложных логических, математических или аналитических задачах.
Пример: Вместо прямого ответа "продажи упадут на 10%" модель показывает рассуждения: «Сначала анализируем сезонность, затем учитываем маркетинговые активность, после — макроэкономические факторы...»
Цепочка рассуждений (Chain-of-Thought, CoT) — это методика промпт-инжиниринга, которая позволяет большим языковым моделям (LLM) решать сложные задачи, разбивая их на последовательность промежуточных шагов. Вместо того чтобы сразу давать окончательный ответ, модель "проговаривает" свои рассуждения, что приводит к более точному и логичному результату. Это имитирует процесс мышления человека, когда сложная проблема решается поэтапно.
Суть CoT заключается в добавлении в промпт инструкции "Давай подумаем шаг за шагом" или демонстрации нескольких примеров, где модель сначала показывает логику решения, а затем сам ответ. Это значительно улучшает способность LLM к логическому выводу, математическим вычислениям и пониманию сложных инструкций, особенно в задачах, требующих многоуровневых операций. Таким образом, CoT увеличивает надёжность и интерпретируемость ответов модели, снижая вероятность ошибок и "галлюцинаций".
Применение CoT особенно эффективно в сценариях, где простые промпты не дают достаточной точности или где требуется объяснение процесса принятия решения. Это делает LLM более полезными для аналитических задач, планирования и создания сложных материалов.