【簡単AI論文】Chain-of-Thought Reasoning Without Prompting (Google)
この論文の主な内容は、大きな言語モデルというものが、質問に答えるときに、どのように考えているかを調べるということです。
大きな言語モデルとは、インターネット上のたくさんの文章を読んで学習した、人工知能の一種です。
この人工知能は、自然言語という、人間が話す言語を理解したり生成したりすることができます。
例えば、あなたが「りんごはどんな色ですか？」と聞くと、「赤色や緑色です」と答えることができます。
しかし、この人工知能は、単純な質問には答えられても、複雑な質問には答えられないことが多いです。
例えば、あなたが「私は3個のりんごを持っていて、お父さんは私より2個多く持っています。私たちは合計で何個のりんごを持っていますか？」と聞くと、「5個です」と答えるかもしれません。
これは間違った答えです。
正しい答えは、「8個です」ということです。
なぜこの人工知能は、間違った答えを出してしまうのでしょうか？
それは、この人工知能が、質問に答えるときに、考える過程を説明しないからです。
人間がこの質問に答えるときは、次のように考える過程を説明します。
私は3個のりんごを持っています。
お父さんは私より2個多く持っています。
だから、お父さんは3個に2個足した、5個のりんごを持っています。
私たちは、私のりんごとお父さんのりんごを合わせた、3個に5個足した、8個のりんごを持っています。
このように、考える過程を説明することを、チェーン・オブ・ソート（CoT）という言葉で表します。
チェーン・オブ・ソートとは、考えることをつなげていくことです。
このチェーン・オブ・ソートを使うと、質問に正しく答えることができます。
この論文では、この人工知能に、チェーン・オブ・ソートを使わせる方法を提案しています。
その方法とは、質問に答えるときに、最初の言葉をいくつかの候補から選ぶということです。
例えば、上の質問に答えるときに、最初の言葉として、「5個です」という言葉だけでなく、「私は」「お父さんは」「合計で」などの言葉も考えます。
そして、それぞれの言葉から続けて答えを作ります。
すると、次のような答えができます。
5個です。（間違った答え）
私は3個のりんごを持っています。（正しい答えの一部）
お父さんは5個のりんごを持っています。3個と5個を足すと、8個です。（正しい答え）
合計で5個のりんごを持っています。（間違った答え）
このように、最初の言葉を変えることで、チェーン・オブ・ソートが現れることがわかります。
この人工知能は、チェーン・オブ・ソートがある答えには、自信が高いです。
自信が高いということは、その答えが正しい可能性が高いということです。
この自信の高さを、数字で表すことができます。
例えば、上の答えでは、正しい答えである「お父さんは5個のりんごを持っています。3個と5個を足すと、8個です。」には、0.956という数字がついています。
これは、この答えに自信が高いということです。
一方、間違った答えである「5個です。」には、0.227という数字がついています。
これは、この答えに自信が低いということです。
この論文では、この自信の高さを使って、正しい答えを選ぶ方法を提案しています。
その方法とは、自信の高さを足し合わせて、一番高いものを選ぶということです。
例えば、上の答えでは、「5個です。」という答えが2回出ていますが、自信の高さは0.227と0.317です。
これらを足すと、0.544になります。
一方、「お父さんは5個のりんごを持っています。3個と5個を足すと、8個です。」という答えは1回出ていますが、自信の高さは0.956です。
これは、0.544よりも高いです。
だから、この答えが正しいと判断できます。
このように、この論文では、人工知能に質問に答えるときに、考える過程を説明させる方法を提案しています。
この方法は、質問に答えるときに、最初の言葉をいくつかの候補から選ぶことと、自信の高さを使って正しい答えを選ぶことです。
この方法は、特別な質問の仕方をしなくても、人工知能が持っている考える能力を引き出すことができます。
この方法を使うと、人工知能は、さまざまな質問に正しく答えることができます。
この記事が気に入ったらサポートをしてみませんか？