Qu'est-ce que le chain of thought (chaîne de pensée) ? Définition et usage aujourd'hui

La technique est décrite par Jason Wei et ses coauteurs dans un article soumis le 28 janvier 2022 (arXiv 2201.11903). Fournir au modèle quelques exemples où le raisonnement est détaillé étape par étape améliore nettement ses résultats sur les problèmes complexes, et cette capacité apparaît dans les modèles assez grands. Avec un modèle de 540 milliards de paramètres et huit exemples, les auteurs atteignent l'état de l'art sur GSM8K, un banc d'essai de problèmes de mathématiques rédigés en langage naturel. Longtemps, la méthode est restée une astuce de prompt. Elle est aujourd'hui intégrée aux modèles : un modèle de raisonnement produit lui-même sa chaîne de réflexion avant de répondre. Chez Anthropic, la réflexion de Claude est adaptative. Le modèle décide s'il réfléchit et combien, selon un niveau d'effort que vous réglez. La documentation recommande de préférer une consigne générale comme « réfléchis soigneusement » à un plan détaillé écrit à la main, et ne présente le chain of thought manuel que comme solution de repli quand la réflexion est désactivée. Pour les modèles récents (Fable 5.1, Fable 5, Opus 5.5, Opus 5, Sonnet 5.5), elle conseille de s'appuyer sur la réflexion intégrée. Chez OpenAI, la documentation conseille de donner l'objectif, les contraintes et le format de sortie attendu, sans prescrire chaque étape. Dans les deux cas, les tokens de réflexion sont facturés comme des tokens de sortie. Une réserve s'impose : la chaîne affichée n'est pas un compte rendu fidèle. Dans une étude d'Anthropic d'avril 2025, Claude 3.7 Sonnet mentionnait l'indice qui avait orienté sa réponse dans 25 % des cas, DeepSeek R1 dans 39 %.