Qu'est-ce que la suggestion de squelette de pensée ?

Le prompting de squelette de pensée est une technique utilisée avec les grands modèles de langage (LLM), où la requête (prompt) est structurée comme un "cadre" de raisonnement, orientant le modèle vers une réflexion logique étape par étape.

Au lieu d'une simple question, le prompt inclut des étapes clés ou des indices qui aident le modèle à analyser l'information de manière séquentielle et à formuler une réponse. Cela améliore la qualité et la précision de la sortie, en particulier pour des tâches complexes.

Exemple de prompting de squelette de pensée:

Question : Comment résoudre l'équation 2x + 3 = 7 ?
Étape 1 : Soustraire 3 des deux côtés de l'équation.
Étape 2 : Diviser les deux côtés de l'équation par 2.
Réponse :

Le modèle, suivant cette structure, génère une réponse plus structurée et argumentée.

Ainsi, le prompting de squelette de pensée aide à guider le LLM vers une réflexion plus profonde et logique lors de la génération de réponses.