Rephrase And Respond : Définition et Exemples

Le Rephrase And Respond (RaR) est une méthode de prompting introduite par des chercheurs de l'UCLA en 2023. Le principe est simple : au lieu de laisser le modèle répondre directement à une question, on lui demande d'abord de reformuler cette question avant de fournir sa réponse. Cette étape intermédiaire force le modèle à clarifier les ambiguïtés et à mieux cerner l'intention derrière la requête.

Cette technique s'appuie sur un constat fondamental : les questions humaines sont souvent ambiguës, imprécises ou formulées de manière qui peut induire le modèle en erreur. En reformulant, le LLM effectue un travail d'interprétation active qui réduit les malentendus et aligne sa compréhension avec l'intention réelle de l'utilisateur. C'est comparable à ce que fait naturellement un expert humain lorsqu'il reformule une question avant d'y répondre.

Le RaR existe sous deux variantes principales. La variante "one-step" intègre l'instruction de reformulation directement dans le prompt initial (par exemple : "Reformule cette question puis réponds-y"). La variante "two-step" sépare le processus en deux appels distincts : un premier pour obtenir la reformulation, puis un second qui utilise la question reformulée pour générer la réponse. La variante two-step offre généralement de meilleurs résultats car elle permet au modèle de se concentrer pleinement sur chaque étape.

Les expériences montrent que le RaR améliore significativement les performances sur des tâches variées, notamment les questions à choix multiples, le raisonnement logique et les problèmes mathématiques. Un avantage majeur est sa compatibilité avec d'autres techniques comme le Chain-of-Thought : on peut combiner reformulation et raisonnement étape par étape pour obtenir des résultats encore meilleurs.