Forskning har visat att träning av AI-modeller att tänka innan de svarar kan betydligt förbättra deras resonemangsförmåga. Traditionellt sett tar inte AI-chattrobotar som ChatGPT hänsyn till sina svar eller förutser olika samtalsmöjligheter. Men en ny träningsmetod som kallas "Quiet-STaR" instruerar AI-system att generera flera inre motiveringar innan de ger ett svar på en förfrågan. Genom att kombinera dessa förutsägelser kan AI-systemet erbjuda det bästa svaret, vilket kan verifieras av en mänsklig deltagare.

Denna metod möjliggör också att AI-systemet lär sig genom att avvisa felaktiga motiveringar, vilket gör att det kan förutse framtida samtal och lära sig av pågående konversationer. Quiet-STaR-algoritmen applicerades på Mistral 7B, en öppen språkmodell, vilket resulterade i ett poäng på resonemangstestet på 47, 2%, vilket är en betydande förbättring jämfört med det förtränade poängen på 36, 3%. AI-systemet har fortfarande svårt med vissa uppgifter, som till exempel skolmatematiktest, men dess prestanda fördubblades från 5, 9% till 10, 9%. Denna metod visar lovande resultat för att förbättra AI-modellers resonemangsförmåga och överbrygga klyftan mellan neurala nätverk-baserade system och mänskligt resonemang.