דגמי שפה גדולים כמו GPT-4 מציגים יכולות מרשימות, אך לעתים קרובות הם מתקשים במשימות חשיבה מורכבות ברמת מערכת שתיים. כדי להתמודד עם זה, חוקרים חוקרים דרכים לאכוף הרהור מכוון, בשלבים יותר בדגמים אלה.

אחת הגישות היא באמצעות טכניקות הנדסת הפעלה כמו פרומטים של "שרשרת מחשבה", המפרקים בעיות לשלבים קטנים יותר. שיטות מתקדמות יותר כמו "עקביות עצמית" ו"עץ מחשבות" חוקרות עוד יותר נתיבי פתרון אפשריים.

כיוון מבטיח אחר הוא השימוש ב"סוכני תקשורת" - הקמת מערכות שבהן סוכני בינה מלאכותית שונים משתפים פעולה כדי לפתור בעיות, כאשר אחד הסוכנים משמש כסוקר כדי לזהות פגמים בהרהור של האחר. כלים כמו AutoGPT הופכים את הקמת מערכות רב-סוכניות אלה יחסית קלה.

בסופו של דבר, המטרה היא לפתח דגמי שפה גדולים שיוכלו להחליף באופן אדפטיבי בין חשיבה מהירה, אינטואיטיבית "מערכת אחת" לבין הרהור איטי, מכוון יותר "מערכת שתיים" כנדרש כדי להתמודד עם אתגרים מורכבים. בעוד שהטכניקות הנוכחיות מראות הבטחה, עדיין נותר הרבה עבודה לעשות כדי להשיג רמה זו של אינטליגנציה מתוחכמת ואלסטית במערכות בינה מלאכותית.