Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Ahelreaktsioon

Õppetund 6 / 14 Värskendatud 3. november 2026 Algajatele
Sellel lehel
  1. Mõtle samm-sammult
  2. Miks ahelreaktsioon toimib
  3. Groki arutlusmudelid
  4. Käivitamise tehnikad
  5. Arutlustokenid ja kulud
  6. Arutlusmudelite piirangud
  7. Proovi järele
  8. Peamised punktid

Uuendatud 3. novembril 2026, tuginedes API dokumentatsioonile ja xAI parimatele tavadele: max_completion_tokens piirab ainult nähtavat vastust, mitte arutluskäiku; soovitatav aegumine on vähemalt 900 sekundit. Allikad: Chat Completions · Best practices.

Mõtle samm-sammult

Ahelreaktsioon (Chain of Thought ehk CoT) on tehnika, mille puhul palutakse mudelil enne lõpliku vastuse andmist oma arutluskäik selgeteks sammudeks lahti kirjutada. Selle asemel, et kohe järeldusele hüpata, toob mudel välja oma mõttekäigu, mis parandab oluliselt vastuste kvaliteeti keerukate ülesannete puhul.

See lähenemine toimib eriti hästi loogikaülesannete, arvutuste, mitmekriteeriumiliste analüüside ja kõigi ülesannete puhul, mis nõuavad mitmeastmelist arutlemist.

Miks ahelreaktsioon toimib

Kui palud Grokil probleemi otse lahendada, genereerib ta tõenäolisima vastuse, kontrollimata tingimata selle kooskõla. Kui aga palud tal samm-sammult arutleda, sunnid sa teda:

  1. Probleemi alamprobleemideks jaotama
  2. Iga alamprobleemi järjestikku lahendama
  3. Sammude vahelist kooskõla kontrollima
  4. Jõudma arutluskäigul põhineva järelduseni

Näide ilma ahelreaktsioonita

K: Pood müüb särke 25 euro eest. Milline on lõpphind koos 20% soodustuse ja 20% käibemaksuga?
V: 24 eurot.

Näide ahelreaktsiooniga

K: Pood müüb särke 25 euro eest. Milline on lõpphind koos 20% soodustuse ja 20% käibemaksuga? Mõtle samm-sammult.
V:
1. Baashind: 25 eurot
2. 20% soodustus: 25 x 0,20 = 5 eurot
3. Hind pärast soodustust: 25 - 5 = 20 eurot
4. 20% käibemaks: 20 x 0,20 = 4 eurot
5. Lõpphind koos maksuga: 20 + 4 = 24 eurot
Lõpphind on 24 eurot.

Tulemus võib olla sama, kuid selge arutluskäik võimaldab sul iga sammu üle kontrollida ja võimalikke vigu märgata.

Groki arutlusmudelid

xAI pakub spetsiaalselt arutlemiseks loodud mudeleid. Need mudelid integreerivad ahelreaktsiooni loomupäraselt, ilma et peaksid seda eraldi taotlema.

Arutluse intensiivsuse kohandamine

Varasemad mudelid nagu grok-3-mini kasutasid parameetrit reasoning_effort (madal/kõrge). Praeguses mudelivalikus määratakse arutluse intensiivsus Responses API kaudu parameetri reasoning abil, nagu allpool näidatud:

  • low: kiire arutlus, tarbib vähem tokeneid, sobib lihtsate küsimuste jaoks
  • medium: tasakaal mõtte sügavuse ja kulude vahel, sobib enamiku juhtude jaoks
  • high: põhjalik arutlus, rohkem tokeneid, sobib keerukate probleemide jaoks

grok-4.20-0309-reasoning: täiustatud arutlus

Praegused Groki mudelid kasutavad krüpteeritud arutlust. Mõttekäik ei ole lihttekstina nähtav, kuid see on jõudluselt parem. Responses API abil saad intensiivsust juhtida parameetri reasoning kaudu:

{
  "model": "grok-4.20-0309-reasoning",
  "input": "Analüüsi mikroteenuste arhitektuurile ülemineku eeliseid ja puudusi",
  "reasoning": {
    "effort": "high"
  }
}

Saadaolevad tasemed on low, medium ja high.

Käivitamise tehnikad

Isegi mitte-arutlevate mudelite puhul saad ahelreaktsiooni aktiveerida lihtsa sõnastusega oma promptis:

  • „Mõtle enne vastamist samm-sammult“
  • „Kirjuta oma arutluskäik lahti“
  • „Selgita oma lähenemist ja anna seejärel järeldus“
  • „Mõtle valjusti“

Süsteemisõnumis

{
  "role": "system",
  "content": "Oled finantsanalüütik. Iga küsimuse puhul kirjuta oma arutluskäik enne lõplikku järeldust nummerdatud sammudena lahti."
}

Arutlustokenid ja kulud

Arutlustokenid loetakse kasutuse hulka ja neid arvestatakse väljundtokenitena. Need ilmuvad vastuse väljale reasoning_tokens:

{
  "usage": {
    "completion_tokens_details": {
      "reasoning_tokens": 150
    }
  }
}

Parameeter max_completion_tokens piirab ainult nähtavat vastust: sisemine arutluskäik sellesse ei kuulu ja selle maht sõltub arutluse intensiivsusest.

xAAI parimad tavad nõuavad taotluse kohta vähemalt 900 sekundi pikkust aegumist ja selle Reasoning juhendi näited ulatuvad keerukate probleemide puhul kuni 3600 sekundini.

Arutlusmudelite piirangud

Teatud parameetrid ei ole arutlusmudelitel saadaval:

  • frequency_penalty ja presence_penalty: ei toetata
  • stop: ei toetata
  • Nende parameetrite lisamine põhjustab vea

Proovi järele

Testi sama küsimust nii ilma ahelreaktsioonita kui ka sellega:

Ilma CoT-ta:

Rong väljub Pariisist kell 8.00 kiirusega 120 km/h. Teine rong väljub Lyonist (470 km kaugusel) kell 9.00 kiirusega 150 km/h. Mis ajal nad kohtuvad?

CoT-ga:

Rong väljub Pariisist kell 8.00 kiirusega 120 km/h. Teine rong väljub Lyonist (470 km kaugusel) kell 9.00 kiirusega 150 km/h. Mis ajal nad kohtuvad? Mõtle samm-sammult ja näita oma arvutusi.

Võrdle vastuseid: ahelreaktsiooniga versioon on usaldusväärsem ja kontrollitavam.

Peamised punktid

  • Ahelreaktsioon parandab keerukate ülesannete usaldusväärsust, jaotades arutluskäigu osadeks
  • Praegused Groki mudelid integreerivad krüpteeritud arutlust kolme intensiivsustasemega (madal/keskmine/kõrge)
  • Arutlustokenite eest tuleb maksta ja need loetakse väljundtokenite piirangu hulka
  • Teatud parameetrid (karistused, stopp) ei ühildu arutlusmudelitega
  • Lisa oma promptidesse fraas „mõtle samm-sammult“, et aktiveerida CoT ükskõik millises mudelis