Chain-of-thought (CoT)
Chain-of-thought er en teknikk der en språkmodell deler opp resonnementet sitt steg for steg før den kommer frem til det endelige svaret.
Chain-of-thought, ofte forkortet til CoT eller omtalt som en tankekjede, er en teknikk innen prompting der en språkmodell ledes til å bryte ned en oppgave i logiske delsteg før den presenterer en konklusjon. I stedet for å gjette direkte på et sluttresultat, genererer modellen en serie med mellomberegninger eller delargumenter som fører frem til svaret.
Denne metoden gjør at kunstig intelligens presterer langt bedre på komplekse utfordringer som krever matematikk, formell logikk, planlegging eller flertrinns problemløsning. Når modellen tvinges til å vise tankegangen sin underveis, reduseres sjansen for forhastede og feilaktige slutninger betraktelig.
Slik fungerer en tankekjede i praksis
Tradisjonelt forsøker en stor språkmodell å forutsi det neste mest sannsynlige ordet basert på ledeteksten den har fått. Hvis du stiller et intrikat regnestykke eller en logisk gåte direkte, vil modellen forsøke å skrive ut svaret umiddelbart. Dette fører ofte til overfladiske feil fordi modellen ikke har fått anledning til å regne seg frem til resultatet i teksten den produserer.
Ved å aktivere en tankekjede endres denne dynamikken:
- Problemdekomponering: Oppgaven deles opp i håndterbare, isolerte biter.
- Mellomliggende tilstander: Hvert trinn dokumenterer en delkonklusjon, for eksempel resultatet av en delberegning eller en tolkning av et premiss.
- Konklusjon basert på egne spor: Modellen leser sine egne nylig genererte resonnementer når den formulerer det endelige svaret, noe som sikrer en rød tråd.
Et lokalt eksempel: Vaktplan for en kafé i Trondheim
Se for deg en daglig leder på en kafé i Trondheim som skal sette opp en turnus for helgen. Lederen gir modellen en liste over ansatte, deres tilgjengelighet, timebegrensninger og arbeidsmiljølovens krav om hviletid. Hvis lederen kun spør: Sett opp en ferdig vaktplan som oppfyller alle krav, kan modellen lett overse at en deltidsansatt jobber for mange timer på rad, eller at det mangler en barista på lørdag formiddag.
Med Chain-of-thought ber lederen modellen om å gå systematisk til verks:
- Først kartlegges det totale behovet for bemanning time for time gjennom lørdag og søndag.
- Deretter kontrolleres tilgjengeligheten til hver enkelt ansatt mot dette behovet.
- Så sjekkes reglene for hviletid mellom vaktene for hver person.
- Til slutt fylles vaktlisten ut basert på analysen over.
Gjennom denne trinnvise prosessen ser modellen selv hvor det oppstår kollisjoner, og kan justere fordelingen underveis før den spytter ut den endelige planen.
Fra enkle fraser til avanserte resonneringsmodeller
Tidligere krevde denne metoden at brukeren eksplisitt skrev instruksjoner som tenk steg for steg eller forklar resonnementet ditt trinn for trinn i ledeteksten. Dette enkle grepet var ofte nok til å utløse en markant forbedring i modellens evne til å løse matteoppgaver og flertrinns gåter.
I dag har utviklingen gått et skritt videre. De mest avanserte systemene har innebygde mekanismer for resonnering. Her trenger du ikke lenger å be modellen om å ta ett skritt av gangen, den gjør det automatisk i bakgrunnen. Disse modellene kan bruke ekstra tid på å veie ulike alternativer mot hverandre, rette opp egne tankefeil og teste hypoteser før de viser svaret til brukeren.
Fallgruver: Troverdig tekst uten rot i virkeligheten
Selv om Chain-of-thought øker treffsikkerheten, er det viktig å forstå hva som faktisk foregår. Resonnementet som modellen viser frem, er fortsatt statistisk generert tekst. Det betyr at modellen kan presentere en tilsynelatende vanntett, elegant og overbevisende forklaring, men likevel trekke en helt feil konklusjon.
Dette kalles gjerne rasjonalisering i etterkant: Modellen kan ha låst seg til et feilaktig svar tidlig i prosessen, og bruker deretter trinnene til å forsvare feilen i stedet for å oppdage den. Du bør derfor aldri stole blindt på en tankekjede uten å sjekke om delkonklusjonene faktisk stemmer med fakta, spesielt ved økonomiske beregninger, juridiske vurderinger eller tekniske analyser.
Ofte stilte spørsmål
Hva betyr uttrykket tenk trinn for trinn i KI?
Det er en enkel ledetekst som instruerer språkmodellen til å skrive ned delstegene i resonnementet sitt før den gir det endelige svaret, noe som øker nøyaktigheten.
Hvorfor gjør Chain-of-thought modellen mer presis?
Når modellen genererer delstegene i teksten, kan den bruke sine egne delkonklusjoner som kontekst for de neste beregningene, i stedet for å gjette hele løsningen på én gang.
Er en modell med tankekjede alltid feilfri?
Nei. Modellen kan generere feilaktige delkonklusjoner underveis, og den kan argumentere svært overbevisende for et svar som likevel er galt.
Når bør man bruke Chain-of-thought prompting?
Teknikken er mest nyttig ved oppgaver som krever logikk, matematikk, flertrinns planlegging eller tolkning av sammensatte regelverk.
