Chain-of-Thought と最終的な答えの解析
推論が必要なもの(計算、何段階もの論理、慎重な分類)では、答える前に一歩ずつ考えるようモデルに頼むと、正確さが目に見えて上がります。厄介なのは、今度はモデルが推論の壁を吐き出すのに、反対側からはきれいな機械で読める答えが相変わらず必要なことです。
標準的なコツは、Answer: 42 のような、解析できる決まった行でモデルに終わらせることです。その形を求めるプロンプトを作り、それを取り出すパーサーを書きます。そのあいだの推論はモデルがします(採点しません)が、両端の約束はあなたのものです。
chain-of-thought の応答はこんな形です:
There are 3 boxes with 4 apples each.
3 times 4 is 12.
Answer: 12関数を 2 つ作ってください:
cot_prompt(question)は、質問を含み、モデルに一歩ずつ(step by step)推論するよう頼み、正確な形Answer: <value>の行で終えるよう指示するプロンプトの文字列を返します。parse_final_answer(model_output)は出力を調べ、最後のAnswer:の行のあとの値(大文字・小文字を区別せず、前後の空白を取り除いたもの)を返します。そういう行がなければNoneを返します。
2026 年の注記:明示的な「一歩ずつ考えて」の指示は、思考しない古いモデルのために考え出されたものです。今の思考・推論するモデルはすでにこれを内部でしているので、手作りの chain-of-thought を付け足すと、冗長になったり、品質を下げたりさえすることがあります。明示的な CoT を使うのは主に、小さいモデルや思考しないモデルのとき、あるいは解析や監査のために見える手順がどうしても必要なときにしましょう。
2 つの細部が役に立ちます。最後の行が勝つ:モデルはよく自分で訂正する(「Answer: 3 ... いや、Answer: 5」)ので、最後の行が本当の答えです。だから下まで調べます。ないときは None:モデルがその行を一度も出さなかったら、当て推量をせずに正直にそう言えば、呼び出す側が再試行できます。実行を押して採点します。
質問、言い回し step by step、そして Answer: の指示を含むプロンプトを返す cot_prompt(question) を書いてください。Answer: に(大文字・小文字を区別せずに)一致する最後の行のあとのテキストを、前後の空白を取り除いて返し、そういう行がなければ None を返す parse_final_answer(model_output) を書いてください。
この演習はまもなく開きます
その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。