著者らは、大規模言語モデルの推論エラーを完全な応答再生を必要とせずに修正するために設計された効率的な人間-AI相互作用手法であるDeep Interactionを提案する。このメカニズムにより、ユーザーは元のChain-of-Thought応答を直接編集でき、正確なステップを保持しながらミスを修正できる。

  • 本アプローチは、編集されたCoTを蒸留されたプロンプトにリファインし、モデルを修正されたパスに沿って誘導する。
  • STEMタスクにおいて、ベースラインと比較して修正成功率が25%以上向上した。
  • ベースラインアプローチと比較して、トークン使用量が約40%削減された。

この手法は、ユーザーが誤ったステップを手動でフラグを立てるか、繰り返されるエラーを受け入れる必要があるという、現在の相互作用パターンにおける非効率性に対処する。