📚 Fonti

• Brown et al. — Language Models are Few-Shot Learners (GPT-3, 2020).
• Wei et al. — Chain-of-Thought Prompting Elicits Reasoning in Large Language Models (2022).
• Kojima et al. — Large Language Models are Zero-Shot Reasoners (« Let’s think step by step », 2022).
• Yao et al. — Tree of Thoughts: Deliberate Problem Solving with LLMs (NeurIPS 2023).
• Besta et al. — Graph of Thoughts: Solving Elaborate Problems with LLMs (2023).
• Ricerca 2025 sulla ridondanza del CoT esplicito con i modelli di ragionamento (inference-time reasoning, OpenAI o1 e successori) — ambito attivo.
• Documentazioni prodotto e comunicazioni degli editori OpenAI, Anthropic, Google (stati metà 2026) per i nomi dei motori e i loro punti di forza. ⚠️ Versioni e classifiche evolvono ogni 2-3 mesi; i confronti tra assistenti sono illustrativi, da verificare al momento della lettura.