Google Research a révélé une technique étonnamment simple pour améliorer la précision des LLM. Répéter l'invite d'entrée peut améliorer les performances jusqu'à 76 %. Les résultats, publiés le mois dernier, remettent en question les méthodes d'invite complexes.

Les chercheurs ont testé la technique sur Gemini, GPT-4o, Claude et DeepSeek. Ils ont découvert que la répétition de l'invite améliorait considérablement les résultats pour les tâches ne nécessitant pas de raisonnement. L'article, intitulé "Prompt Repetition Improves Non-Reasoning LLMs", a été publié juste avant les vacances.

Cette découverte pourrait simplifier le développement de l'IA et réduire les coûts de calcul. Les experts évaluent actuellement les implications pour diverses applications. La communauté de l'IA discute activement des conclusions de l'article.

Pendant des années, les ingénieurs ont développé des stratégies d'invite complexes. Celles-ci incluaient la "Chaîne de Pensée" et le "Chantage Émotionnel". La nouvelle recherche suggère qu'une approche plus directe pourrait être plus efficace dans certains cas.

Les recherches futures exploreront les limites de la répétition de l'invite. Les scientifiques cherchent à comprendre pourquoi cette méthode simple fonctionne si bien. L'objectif est d'optimiser les LLM pour des applications plus larges.