arrow_backVoltar ao Blog
DeepMindLLMraciocíniopesquisa em IA

DeepMind descobre que raciocínio melhora recuperação de conhecimento factual em LLMs

personLab Desenvolvimento
schedule5 min

Sabe quando alguém diz “pensa antes de responder”? Pois é, com LLMs funciona do mesmo jeito — só que agora a DeepMind provou com ciência.

O estudo Thinking to Recall, do Google DeepMind, mostra algo fascinante: cadeias de raciocínio ("thinking") conseguem desbloquear respostas corretas que o modelo simplesmente não alcança quando responde na hora.

Como assim?

Imagine que o modelo tem o conhecimento guardado, mas não consegue acessar direito sem um “pensamento” guiado. O estudo revela dois mecanismos:

  1. Buffer computacional: o raciocínio cria um espaço extra pra “pensar” antes de responder
  2. Priming factual: o próprio ato de raciocinar ativa os conhecimentos relevantes

Isso explica por que modelos que “pensam” (como o o1 da OpenAI ou o Claude com extended thinking) têm desempenho tão superior em tarefas factuais.

Resumo da ópera: pedir pro modelo pensar antes de responder não é só firula — é ciência.