Chain of Thought (CoT) (Düşünce Zinciri (Adım Adım Düşünme))

Zincir Dusunce (Chain-of-Thought, CoT), buyuk dil modellerinin karmasik problemleri adim adim akil yurutme adimlari araciligiyla cozumlemesine olanak tanıyan bir istem muhendisligi ve egitim teknigidir. Direkt yanit vermek yerine model, 'Once X'i hesaplayayim, ardindan Y'yi bulayim' seklinde ara cikarsama adimlarini yazarak daha dogru sonuclara ulaşabilmektedir. CoT kavramini buyuk olcekte gundeme getiren calisma, Google Research'ten Wei ve arkadaslarinin 2022'de yayimladigi 'Chain-of-Thought Prompting Elicits Reasoning in Large Language Models' makalesidir. Bu calisma, aritmetik, mantiksal ve sembolik akil yurutme testlerinde CoT'nin dogru yanit oranini belirgin bicimde artirdigini gostermistir. Few-shot CoT'de prompt'a birkan cozulmust ornek ve ara adimlarla verilir; model bu ornek kalibini yeni sorular icin taklit eder. Zero-shot CoT ise daha basit bir tekniktir: prompt'a yalnizca 'Adim adim dusunelim.' (Let's think step by step.) ifadesi eklenmesi bile cok sayida gorevde basarıyi artirmaktadir. Bu basit ifade modeli ara cikarsama yapmaaya yonlendirir. Tree of Thoughts (ToT), CoT'yi genisleterek modelin birden fazla dusunce dali kesfetmesini ve geri izleme (backtracking) yapmasini saglar. Graph of Thoughts (GoT) ise dusunce adimlarini grafik yapisinda organize eder. Self-Consistency, ayni soru icin birden fazla CoT yolu uretilerek cokunguluk oylamasiyla yanit secilir; bu yaklasim guvenilirligii belirgin sekilde arttirir. CoT prompting; matematik problemleri, mantiksal bulmacalar, kod hata ayiklama, hukuki akil yurutme ve cok adimli planlama gorevlerinde ozellikle etkilidir. Gunumuzde OpenAI o1/o3 ve Anthropic Claude gibi modeller, dahili 'thinking' mekanizmasiyla CoT'yi seffaf hale getirmektedir.