Il Prompting Diverge-to-Induce Migliora il Ragionamento Zero-Shot nei LLM

Un nuovo framework chiamato Diverge-to-Induce Prompting (DIP) migliora il ragionamento zero-shot nei grandi modelli linguistici generando molteplici ragionamenti diversi prima di sintetizzare un piano finale. A differenza del prompting standard Chain-of-Thought, che si basa su un unico percorso di ragionamento, DIP prima induce il LLM a produrre diverse ragioni di alto livello, elabora ciascuna in un piano dettagliato, e poi le induce in un piano finale. Gli esperimenti mostrano che DIP supera i metodi a strategia singola senza un campionamento dispendioso in termini di risorse. Il lavoro affronta l'instabilità nei percorsi di ragionamento non guidati e dimostra l'efficacia dell'induzione multi-piano.