Les modèles de raisonnement contrôlent leurs chaînes de pensée via auto-instruction
En bref
- Les modèles de raisonnement suivent mieux les contraintes de CoT quand elles sont intégrées comme auto-instructions internes.
- Une simple mention de rappel dans l'instruction utilisateur améliore significativement la contrôlabilité.
- L'auto-instruction permet aussi d'améliorer le contrôle sans accès direct au canal de raisonnement.
Une étude montre que les modèles de raisonnement peuvent mieux suivre des contraintes de chaîne de pensée (CoT) lorsqu'elles sont intégrées comme auto-instructions dans leur processus interne. Les résultats révèlent une amélioration significative de la contrôlabilité par rapport aux méthodes traditionnelles.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez cs.AI updates on arXiv.org.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Signaler une erreur