Os autores propõem o Deep Interaction, um método eficiente de interação humano-IA projetado para corrigir erros de raciocínio em modelos de linguagem grandes sem exigir a regeneração completa da resposta. Este mecanismo permite que os usuários editem diretamente a resposta original do Chain-of-Thought, preservando os passos corretos enquanto consertam os erros.
- A abordagem refina o CoT editado em um prompt destilado para direcionar o modelo ao longo do caminho corrigido.
- Alcança uma melhoria superior a 25% na taxa de sucesso da correção em tarefas STEM em comparação com as linhas de base.
- O uso de tokens é reduzido em aproximadamente 40% em relação às abordagens de linha de base.
Este método aborda a ineficiência dos padrões de interação atuais, onde os usuários devem marcar laboriosamente etapas defeituosas ou aceitar erros recorrentes.