Google Research a révélé une technique étonnamment simple pour améliorer la précision des LLM. Répéter l'invite d'entrée peut augmenter les performances jusqu'à 76 %. L'article, publié le mois dernier, a détaillé les résultats.

Les chercheurs ont découvert que la duplication des invites améliorait considérablement les résultats sur les tâches ne nécessitant pas de raisonnement complexe. Cette méthode fonctionne sur les principaux modèles tels que Gemini, GPT-4o, Claude et DeepSeek. L'étude remet en question les stratégies d'invite complexes développées au cours des dernières années.

L'impact immédiat est une simplification potentielle de l'optimisation de l'IA. Les ingénieurs pourraient être en mesure d'obtenir de meilleurs résultats avec des méthodes moins complexes. La communauté de l'IA évalue maintenant les implications de cette découverte.

Auparavant, les méthodes complexes telles que le "Chain of Thought" et l'invite multi-shot étaient considérées comme essentielles. Cette nouvelle recherche suggère qu'une approche plus simple pourrait suffire pour de nombreuses tâches.

D'autres recherches exploreront les limites de la répétition des invites. De futures études pourraient étudier son efficacité sur des tâches de raisonnement plus complexes. Les résultats pourraient remodeler les stratégies de développement des LLM.