Chain of Thought (CoT)
Prompting que força um LLM a gerar um raciocínio passo a passo antes de responder.
Definição
Chain of Thought (CoT) é uma técnica de prompting que instrui um grande modelo de linguagem a produzir etapas intermediárias de raciocínio antes de chegar a uma resposta final. Ao gerar explicitamente seu processo de pensamento, o modelo alcança uma precisão significativamente maior em tarefas que exigem lógica, aritmética, raciocínio de várias etapas e análises complexas.
As principais características do prompting de Chain of Thought incluem:
-
Traços de Raciocínio Explícitos: Em vez de pular diretamente para uma resposta, o modelo escreve cada etapa de seu raciocínio, tornando a lógica visível e auditável. Essa transparência ajuda os desenvolvedores a identificar onde o raciocínio falha.
-
Variantes Zero-Shot e Few-Shot: O CoT pode ser acionado com uma instrução simples como "Pense passo a passo" (zero-shot CoT) ou fornecendo exemplos práticos que demonstram o formato de raciocínio desejado (few-shot CoT).
-
Ganhos de Precisão Mensuráveis: Pesquisas mostraram que o prompting de CoT melhora drasticamente o desempenho em benchmarks de matemática, lógica e raciocínio de senso comum, especialmente com modelos maiores.
-
Base para Técnicas Avançadas: O CoT é a unidade fundamental para métodos mais sofisticados, como Tree of Thought, Self-Consistency e os padrões de raciocínio usados em modelos como o1 e DeepSeek-R1.
Chain of Thought tornou-se prática comum na engenharia de prompts e é uma das técnicas mais confiáveis para melhorar a qualidade da saída de LLMs em tarefas com foco intenso em raciocínio.