Cet article explore l'utilisation de modèles de langage à grande échelle (MLH) dans la réponse visuelle aux questions (QV) basée sur les connaissances. Contrairement aux études précédentes qui induisent directement les LLM à prédire les réponses, cet article propose un nouveau cadre, le PLRH, qui exploite l'heuristique rationnelle, un processus de raisonnement intermédiaire. Le PLRH utilise des chaînes de pensée (CdP) pour guider les LLM dans la génération d'heuristiques rationnelles, qui sont ensuite utilisées pour prédire les réponses. Les résultats expérimentaux montrent que le PLRH surpasse les modèles de référence existants de respectivement 2,2 et 2,1 points, dans les tests OK-QV et A-OK-QV.
