チェーン・オブ・ソート(推論モデル)

質問から答えへ直接飛びつくのではなく、チェーン・オブ・ソート方式のモデルはまず中間ステップをメモのように書き出し — 人が紙の上で問題を解いていくのと似たやり方で — その後にようやく最終的な答えを出します。この中間ステップをプロンプトで促すにせよ、モデルがデフォルトでそうするよう学習させるにせよ、これを強制すると、答えに直接飛びついた場合には見逃してしまうような誤りを拾い上げやすくなります。

答える前により長く考える「推論モデル」は今や、単純なパラメータ数と並んで各研究所が競い合う主要な軸の一つになっています。挑戦者モデルをGPT、Gemini、Claudeと正面から比較するということが、今では何を知っているかだけでなく、答える前に各モデルがどれだけ長く、どれだけ慎重に考えようとするかまで比較することを意味するようになった大きな理由でもあります。