İçeriğe geç
parazade
Yapay Zeka

Düşünce Zinciri (Chain of Thought) Nedir?

İngilizce: Chain of Thought

Yayın: · Son güncelleme:

Düşünce Zinciri (Chain of Thought) Nedir? Kısaca

Düşünce zinciri (chain of thought), bir dil modelinin karmaşık bir soruyu cevaplamadan önce ara akıl yürütme adımlarını sırayla üretmesidir. Özellikle matematik, mantık ve çok adımlı problemlerde doğruluğu artırabilen bir yöntemdir.

Düşünce Zinciri nedir?
İçindekiler
  1. Nasıl çalışır?
  2. Örnek
  3. Nelere dikkat etmeli?

Düşünce zinciri, bir dil modelinin sonuca doğrudan atlamak yerine problemi adım adım çözmesidir. Model ara hesaplamaları ve gerekçeleri yazdıkça her adım bir sonrakine dayanak olur. Bu yaklaşım hem bir prompt tekniği hem de bazı "akıl yürüten" modellerin içsel çalışma biçimi olarak kullanılır.

Nasıl çalışır?

Dil modeli metni token token üretir. Cevabı tek seferde vermek zorunda kaldığında çok adımlı hesaplamalarda hata yapma olasılığı artar. Ara adımları yazdırmak, modele fiilen daha fazla "hesaplama alanı" tanır. Uygulamada iki yol öne çıkar:

  • Talimatla: Prompta "Adım adım düşün" gibi bir ifade eklemek.
  • Örnekle: Prompt içinde çözüm adımları yazılmış birkaç örnek vermek.

Bazı yeni modeller ise cevap vermeden önce kendiliğinden uzun bir akıl yürütme süreci işletir.

Örnek

Varsayımsal soru: "1.000 TL'yi yıllık %10 basit faizle 3 yıl yatırırsan toplam ne olur?" Düşünce zinciriyle model şöyle ilerler: Yıllık faiz 100 TL; üç yılda 300 TL; toplam 1.300 TL. Adımlar görünür olduğu için hatayı yakalamak da kolaylaşır.

Nelere dikkat etmeli?

Düşünce zinciri doğruluğu artırabilir ama garanti etmez; model yanlış bir ara adımı ikna edici biçimde yazabilir. Yazılan gerekçe, modelin içeride gerçekte nasıl karar verdiğinin birebir kaydı olmayabilir. Ara adımlar daha fazla token demektir; bu da yanıt süresini ve maliyeti artırır. Basit sorularda gereksizdir. Önemli hesaplarda sonucu kendin ya da bir hesap aracıyla doğrulamalısın. Daha geniş yazım teknikleri için prompt mühendisliği maddesine bakabilirsin.

Sıkça Sorulan Sorular

Düşünce zinciri her zaman doğru sonuç verir mi?

Hayır. Çok adımlı sorularda doğruluğu çoğu zaman artırır, ancak model hatalı bir adımı da akıcı biçimde yazabilir. Kritik sonuçların ayrıca doğrulanması gerekir.

Basit sorularda da adım adım düşünmek gerekir mi?

Genellikle hayır. Tek adımlı ya da bilgiye dayalı sorularda ek fayda sağlamaz, yalnızca cevabı uzatır ve maliyeti artırır.

İlgili terimler

Prompt Mühendisliği(Prompt Engineering)Prompt mühendisliği, bir yapay zekâ modelinden doğru, tutarlı ve istenen biçimde çıktı almak için talimatları (promptları) bilinçli biçimde tasarlama, deneme ve iyileştirme sürecidir. Rol, bağlam, örnek ve çıktı biçimi gibi öğeleri kapsar.Az Örnekli Öğrenme(Few-shot Learning)Az örnekli öğrenme (few-shot learning), bir modelin bir görevi yalnızca birkaç örnek görerek yapabilmesidir. Dil modellerinde genellikle prompt içine birkaç girdi-çıktı örneği eklenerek uygulanır; modelin yeniden eğitilmesi gerekmez.Halüsinasyon(Hallucination)Yapay zekâ halüsinasyonu, bir dil modelinin gerçekte var olmayan ya da yanlış bir bilgiyi akıcı ve kendinden emin bir dille doğruymuş gibi sunmasıdır. Uydurma kaynaklar, hatalı rakamlar ve var olmayan özellikler en sık görülen örneklerdir.Model Değerlendirme(Model Evaluation)Model değerlendirme (model evaluation), bir yapay zekâ modelinin belirli bir görevdeki başarısını, güvenilirliğini, adaletini ve güvenliğini; test verileri, metrikler, karşılaştırma testleri ve insan incelemesiyle ölçme sürecidir.PromptPrompt (istem), bir yapay zekâ modeline ne yapmasını istediğinizi anlatan metindir; bir soru, talimat, örnek ya da bunların birleşimi olabilir. Modelin cevabının kalitesi büyük ölçüde promptun ne kadar açık ve ayrıntılı yazıldığına bağlıdır.Faiz(Interest)Faiz, borç verilen ya da bir süre kullanıma bırakılan paranın karşılığında ödenen bedeldir. Borç alan için bir maliyet, para yatıran için bir getiridir ve genellikle yıllık yüzde oran olarak ifade edilir.TokenToken, yapay zekâ dil modellerinin metni işlerken kullandığı en küçük birimdir; bir kelime, kelimenin bir parçası ya da bir noktalama işareti olabilir. Modellerin hızı, bağlam penceresi ve kullanım ücretleri genellikle token sayısıyla ölçülür.