Estimulación de la cadena de pensamiento

Las instrucciones de cadena de pensamiento (CoT) son una técnica avanzada de ingeniería de instrucciones diseñada para mejorar la capacidad de razonamiento de los grandes modelos lingüísticos (LLM). En lugar de pedir a un modelo una respuesta directa, el método CoT anima al modelo a generar una serie de pasos intermedios y coherentes que conducen a la conclusión final. Este método imita la resolución humana de problemas al dividir preguntas complejas en partes más pequeñas y manejables, lo que mejora significativamente el rendimiento en tareas que requieren aritmética, sentido común y razonamiento simbólico. La idea central se presentó en un trabajo de investigación de Google AI, en el que se demostraba que este enfoque ayuda a los modelos a obtener respuestas más precisas y fiables.

Esta técnica no sólo mejora la precisión de los resultados del modelo, sino que también ofrece una ventana a su "proceso de pensamiento", haciendo que los resultados sean más interpretables y fiables. Se trata de un paso crucial hacia el desarrollo de una IA más explicable (XAI). Al seguir la cadena de pensamiento del modelo, los desarrolladores pueden entender mejor cómo se ha llegado a una conclusión e identificar posibles errores en su lógica, lo que es vital para depurar y perfeccionar los sistemas de IA.

Cómo funciona el estímulo de la cadena de pensamiento

Existen dos métodos principales para poner en práctica los avisos de TdT, cada uno de ellos adecuado para diferentes escenarios:

• TdC cero: Este es el enfoque más sencillo, en el que se añade una frase sencilla como "Pensemos paso a paso" al final de una pregunta. Esta instrucción empuja al modelo a articular su proceso de razonamiento sin necesidad de ejemplos previos. Se trata de una potente aplicación del aprendizaje de tiro cero, que permite al modelo realizar razonamientos complejos sobre tareas que no ha visto antes.
• CoT de pocos ejemplos: Este método consiste en proporcionar al modelo algunos ejemplos dentro de la propia pregunta. Cada ejemplo incluye una pregunta, un proceso de razonamiento detallado paso a paso (la cadena de pensamiento) y la respuesta final. Al ver estos ejemplos, el modelo aprende a seguir el patrón de razonamiento deseado cuando se encuentra con una nueva pregunta similar. Este enfoque, que aprovecha el aprendizaje de pocos intentos, suele ser más eficaz que el CoT de cero intentos para problemas muy complejos o específicos de un dominio.

Aplicaciones reales

CoT prompting tiene aplicaciones prácticas en diversos sectores en los que se requiere la resolución de problemas complejos.

1. Resolución de problemas matemáticos y científicos: Un caso de uso clásico es la resolución de problemas matemáticos de varios pasos. Se puede pedir a un LLM que desglose el problema, identifique las variables, formule los pasos necesarios, realice los cálculos y llegue a una respuesta final, lo que reduce significativamente los errores en comparación con la respuesta directa. Organizaciones como DeepMind están estudiando a fondo esta posibilidad.
2. Asistencia al cliente y diagnóstico complejos: Un chatbot dotado de IA que desempeñe funciones de asistencia técnica puede utilizar CoT para gestionar problemas complejos de los usuarios. En lugar de una respuesta genérica, el bot puede razonar el problema: "En primer lugar, confirmaré el dispositivo del usuario y la versión del software. A continuación, comprobaré si hay problemas conocidos relacionados con esta versión. A continuación, preguntaré por mensajes de error específicos. Por último, ofreceré una solución paso a paso basada en esta información". Este enfoque estructurado conduce a una asistencia más útil y precisa.

Comparación con conceptos afines

Las instrucciones CoT están relacionadas con otras técnicas de procesamiento del lenguaje natural (PLN) y aprendizaje automático (AM), pero son distintas de ellas.

• Encadenamiento de instrucciones: El encadenamiento de instrucciones divide una tarea compleja en una secuencia de instrucciones más simples e interconectadas, en las que la salida de una instrucción se convierte en la entrada de la siguiente. Esto suele requerir una orquestación externa (por ejemplo, utilizando marcos como LangChain). En cambio, el objetivo de CoT es obtener todo el proceso de razonamiento en una única interacción pregunta-respuesta.
• Generación mejorada por recuperación (RAG): La RAG es una técnica en la que un modelo recupera primero la información pertinente de una base de conocimientos externa antes de generar una respuesta. La RAG puede ser un componente de un proceso de cadena de pensamiento (por ejemplo, un paso podría ser "buscar X en la base de datos"), pero CoT describe la estructura general del razonamiento en sí. Más información sobre el funcionamiento de los sistemas de GAR.
• Enriquecimiento de las instrucciones: Consiste en añadir contexto o detalles a la pregunta inicial del usuario antes de enviarla a la IA. Mejora una única pregunta, pero no crea el proceso de razonamiento secuencial paso a paso que define el CoT.

La inducción CoT representa un paso importante hacia la construcción de sistemas de Inteligencia Artificial (IA ) más capaces e interpretables. Comprender y utilizar estas técnicas puede ser beneficioso a la hora de desarrollar sofisticados modelos de IA. Plataformas como Ultralytics HUB pueden ayudar a gestionar la formación y el despliegue de varios modelos. Técnicas como la autoconsistencia pueden mejorar aún más la CoT mediante el muestreo de múltiples rutas de razonamiento y la selección de la respuesta más coherente. A medida que los modelos se vuelvan más complejos, desde los LLM hasta los modelos de visión por ordenador como Ultralytics YOLO11, los principios del razonamiento estructurado serán cada vez más importantes.