Prompting a catena di pensieri

Il prompt Chain-of-Thought (CoT) è una tecnica avanzata di ingegneria del prompt progettata per migliorare le capacità di ragionamento dei Large Language Models (LLM). Invece di chiedere al modello una risposta diretta, il prompt CoT incoraggia il modello a generare una serie di passaggi intermedi e coerenti che portano alla conclusione finale. Questo metodo imita la risoluzione dei problemi umani, scomponendo domande complesse in parti più piccole e gestibili, migliorando significativamente le prestazioni nei compiti che richiedono ragionamenti aritmetici, di buon senso e simbolici. L'idea di base è stata introdotta in un documento di ricerca di Google AI, che ha dimostrato che questo approccio aiuta i modelli a ottenere risposte più accurate e affidabili.

Questa tecnica non solo migliora l'accuratezza dell'output del modello, ma fornisce anche una finestra sul suo "processo di pensiero", rendendo i risultati più interpretabili e affidabili. Si tratta di un passo fondamentale verso lo sviluppo di un'IA più spiegabile (XAI). Seguendo la catena di pensiero del modello, gli sviluppatori possono capire meglio come è stata raggiunta una conclusione e identificare potenziali errori nella sua logica, il che è fondamentale per il debug e il perfezionamento dei sistemi di IA.

Come funziona il prompting a catena del pensiero

Esistono due metodi principali per implementare la richiesta di CoT, ciascuno adatto a scenari diversi:

• CoT a colpo zero: Questo è l'approccio più semplice, in cui una semplice frase come "Pensiamo passo dopo passo" viene aggiunta alla fine di una domanda. Questa istruzione spinge il modello ad articolare il suo processo di ragionamento senza bisogno di esempi precedenti. Si tratta di una potente applicazione dell'apprendimento a colpo zero, che consente al modello di eseguire ragionamenti complessi su compiti che non ha mai visto prima.
• CoT a pochi colpi: Questo metodo consiste nel fornire al modello alcuni esempi all'interno del prompt stesso. Ogni esempio comprende una domanda, un processo di ragionamento dettagliato passo dopo passo (la catena del pensiero) e la risposta finale. Vedendo questi esempi, il modello impara a seguire lo schema di ragionamento desiderato quando incontra una nuova domanda simile. Questo approccio, che sfrutta l'apprendimento a pochi colpi, è spesso più efficace della CoT a zero colpi per problemi molto complessi o specifici del dominio.

Applicazioni del mondo reale

Il prompt della CoT ha applicazioni pratiche in diversi settori in cui è richiesta la risoluzione di problemi complessi.

1. Risoluzione di problemi matematici e scientifici: Un caso d'uso classico è la risoluzione di problemi matematici in più fasi. Un LLM può essere invitato a scomporre il problema, identificare le variabili, formulare i passaggi necessari, eseguire i calcoli e arrivare a una risposta finale, riducendo significativamente gli errori rispetto alla richiesta di risposta diretta. Questo aspetto viene approfondito da organizzazioni come DeepMind.
2. Assistenza clienti e diagnosi complesse: Un chatbot dotato di intelligenza artificiale che svolge un ruolo di assistenza tecnica può utilizzare la CoT per gestire problemi complessi degli utenti. Invece di una risposta generica, il bot può ragionare sul problema: "Per prima cosa, confermerò la versione del dispositivo e del software dell'utente. Poi, verificherò la presenza di problemi noti relativi a questa versione. Poi, chiederò i messaggi di errore specifici. Infine, fornirò una soluzione passo-passo basata su queste informazioni". Questo approccio strutturato porta a un'assistenza più utile e accurata.

Confronto con concetti affini

La richiesta di CoT è correlata, ma distinta, da altre tecniche di elaborazione del linguaggio naturale (NLP) e di apprendimento automatico (ML).

• Concatenamento di prompt: Il concatenamento di prompt spezza un compito complesso in una sequenza di prompt più semplici e interconnessi, in cui l'output di un prompt diventa l'input per il successivo. Ciò richiede spesso un'orchestrazione esterna (ad esempio, utilizzando framework come LangChain). Al contrario, la CoT si propone di elicitare l'intero processo di ragionamento all'interno di un'unica interazione prompt-risposta.
• Generazione Aumentata dal Recupero (RAG): La RAG è una tecnica in cui un modello recupera le informazioni rilevanti da una base di conoscenza esterna prima di generare una risposta. La RAG può essere una componente di un processo di ragionamento a catena (ad esempio, una fase potrebbe essere "cerca X nel database"), ma la CoT descrive la struttura complessiva del ragionamento stesso. Per saperne di più su come funzionano i sistemi RAG.
• Arricchimento del prompt: Si tratta di aggiungere contesto o dettagli al prompt iniziale dell'utente prima di inviarlo all'intelligenza artificiale. Migliora un singolo prompt, ma non crea il processo di ragionamento sequenziale, passo dopo passo, che definisce la CoT.

La richiesta di CoT rappresenta un passo significativo verso la costruzione di sistemi di intelligenza artificiale (IA) più capaci e interpretabili. La comprensione e l'utilizzo di queste tecniche possono essere utili per lo sviluppo di modelli di IA sofisticati. Piattaforme come Ultralytics HUB possono aiutare a gestire l'addestramento e la distribuzione di vari modelli. Tecniche come l'autoconsistenza possono migliorare ulteriormente la CoT campionando più percorsi di ragionamento e selezionando la risposta più coerente. Man mano che i modelli diventano più complessi, dagli LLM ai modelli di visione artificiale come Ultralytics YOLO11, i principi del ragionamento strutturato diventeranno sempre più importanti.