« Requête de résolution par étapes » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 19 : | Ligne 19 : | ||
== Français == | == Français == | ||
''' requête de décomposition ''' | '''requête de décomposition''' | ||
''' | '''requête de décomposition en étapes''' | ||
''' chaîne de raisonnement ''' | '''chaîne de pensée''' <small>''calque de l'anglais''</small> | ||
'''chaîne de raisonnement''' | |||
== Anglais == | == Anglais == | ||
Ligne 43 : | Ligne 45 : | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
[[Catégorie:101]] |
Version du 15 septembre 2024 à 16:05
Définition
Requête ayant pour but de demander à un robot conversationnel génératif (ex.: ChatGPT) de répondre en décomposant les différentes étapes de la résolution d'un problème sous forme d'une liste.
Complément
On peut, par exemple, demander à un robot conversationnel génératif d'expliquer les différentes étapes d'un calcul arithmétique.
Voici un exemple:
QUESTION : Linda a 5 pommes. Il achète deux autres sacs de pommes au marché. Chaque sac contient 3 pommes. Combien de pommes Linda a-t-elle maintenant ? Procède étape par étape.
RÉPONSE : Linda avait initialement 5 pommes. Elle achète deux sacs de pommes, et chaque sac contient 3 pommes. Donc, elle a acheté 2 sacs x 3 pommes/sac = 6 pommes. En ajoutant les 6 pommes aux 5 qu'il avait déjà, Linda a maintenant 5 + 6 = 11 pommes.
Notez que nous hésitons à utiliser le terme raisonnement, lui préférant le terme résolution de problème. La question à savoir si les grands modèles de langue raisonnent vraiment est une question chaudement débattue dans la communauté de l'IA.
Il existe un équivalent en intelligence artificielle symbolique qui consiste à décomposer un problème en sous-problèmes.
Français
requête de décomposition
requête de décomposition en étapes
chaîne de pensée calque de l'anglais
chaîne de raisonnement
Anglais
chain-of-thought prompting
CoT prompting
chain-of-thought
CoT
Sources
Prompt Engineering Guide, Chain-of-Thought Prompting
Wei et al. 2022, Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
Contributeurs: Claude Coulombe, Marie Alfaro, Patrick Drouin, wiki