Quelle méthode divise une tâche complexe en une séquence d'invites plus petites qui sont envoyées à un grand modèle linguistique (LLM) l'une après l'autre ?

Le chaînage d'invites (Prompt chaining) est une technique qui décompose une tâche complexe en une série d'étapes plus petites, chaque étape étant une invite distincte envoyée au LLM. La sortie d'une invite devient l'entrée de la suivante, permettant au modèle de construire progressivement une réponse complète. Le "One-shot prompting" implique de fournir un seul exemple au modèle pour l'aider à comprendre la tâche, ce qui est différent de la décomposition séquentielle. Le "Tree of thoughts" est une approche plus avancée qui explore plusieurs chemins de raisonnement, mais n'est pas simplement une séquence linéaire d'invites. La "Retrieval Augmented Generation (RAG)" combine les LLM avec des systèmes de récupération d'informations pour accéder à des connaissances externes, ce qui n'est pas la même chose que la division séquentielle d'une tâche.