Définition
Chain of thought : la chaîne de pensée, définition
Le chain of thought utilise des étapes intermédiaires de résolution. Définition, exemples de recherche et limites des explications affichées.
Mis à jour le
Le chain of thought (« chaîne de pensée », CoT) est une technique de consigne qui amène un grand modèle de langage à détailler son raisonnement en étapes intermédiaires avant de donner sa réponse finale. Au lieu d'un résultat brut, on obtient un cheminement, une approche qui a amélioré les résultats sur les évaluations décrites plus bas. Le texte affiché n’est pas une preuve d’accès fidèle au fonctionnement interne du modèle.
Une image du quotidien
À l'école, la maîtresse écrivait : « Montrez votre démarche ». Afficher les calculs intermédiaires permet au lecteur de les vérifier séparément. Le chain of thought demande la même chose à un modèle.
D'où vient la technique
Elle est décrite dans l'article de recherche de Jason Wei et de ses coauteurs, déposé le 28/01/2022. Leur méthode consistait à glisser dans la consigne quelques exemples où le raisonnement est détaillé avant la réponse. Ils rapportent de meilleurs résultats sur des problèmes d'arithmétique, de bon sens et de logique symbolique, avec de très grands modèles. Un modèle de 540 milliards de paramètres, guidé par huit exemples, atteignait alors le meilleur résultat connu sur un jeu de problèmes de maths rédigés en phrases.
Une variante est décrite dans l'article de Takeshi Kojima et de ses coauteurs, déposé le 24/05/2022 : sans aucun exemple, la simple phrase « Réfléchissons étape par étape » (« Let's think step by step ») suffit à améliorer nettement certains résultats. Cette variante est appelée zero-shot-CoT dans leur article. Les deux résumés de recherche ont été relus le 16/11/2026 ; leurs résultats restent liés aux évaluations décrites.
Un exemple concret
Prenons un chantier fictif demandant 12 heures de travail à chacune de trois personnes. Si elles travaillent en parallèle 6 heures par jour, la charge est de 12 × 3 = 36 heures-personnes. L’équipe fournit 3 × 6 = 18 heures-personnes par jour : la durée est donc de 36 ÷ 18 = 2 jours, sous ces hypothèses.
Diviser 36 par 6 donnerait 6 journées-personnes, pas 6 jours de calendrier pour toute l’équipe. Cet exemple montre justement pourquoi des étapes affichées peuvent tromper : les opérations peuvent être exactes tout en mélangeant les unités. Vérifiez la charge, l’effectif et la possibilité de travailler en parallèle avant d’accepter le résultat.
Ce calcul de charge pourrait servir de support à un échange entre artisans ou responsables d’équipe. Faites d’abord préciser ce que signifie « journée » avant de comparer les réponses des assistants. Les sessions d’initiation annoncées offrent un point de départ pour discuter des usages et des limites. Au cercle, l’exercice consisterait à vérifier les hypothèses et les unités, sans prendre la longueur de l’explication produite pour une mesure de sa fiabilité.
Ce que ça change pour une entreprise
- Utile pour les problèmes à étapes : calculs, règles à appliquer dans l'ordre, comparaison de plusieurs critères.
- Moins utile pour une tâche simple : reformuler une phrase n'a pas besoin d'un raisonnement.
- Plus de texte, donc plus de tokens : comparez le volume généré, la durée et le mode de facturation de votre outil avant de conclure sur le coût.
- Un raisonnement affiché n'est pas une preuve : une chaîne d'étapes peut sembler logique et rester fausse. Relisez les points qui comptent, comme pour toute hallucination.
Les modèles conçus pour réfléchir avant de répondre, leurs réglages et leur coût sont présentés sur Cercle IA Tech · Modèles.
Termes voisins
- Prompt : la consigne où l'on demande les étapes.
- Zero-shot et few-shot : avec ou sans exemples dans la consigne.
- Hallucination : l'erreur qu'un raisonnement affiché ne supprime pas.
- LLM : le modèle qui produit la chaîne.
Questions fréquentes
Quelle est la différence avec un modèle de raisonnement ?
Le chain of thought est une façon de formuler la consigne pour obtenir des étapes. Un modèle de raisonnement est un modèle conçu pour réfléchir avant de répondre, sans que vous ayez à le demander dans chaque consigne.
Faut-il toujours demander de raisonner étape par étape ?
Non. Les études citées portent sur des tâches et des modèles déterminés. Comparez les résultats sur votre problème au lieu de supposer un gain systématique.
Sources
Pages consultées pour écrire cet article :