СледваСледващо ръководство
Дърво на мисли
технически
Език AI РЪКОВОДСТВО
Tree of Thoughts (ToT) is an inference-time framework that explores candidate reasoning steps, evaluates intermediate states, and searches among branches.
Чуйте това ръководствоAI-разказан · ~2 min
It can help on tasks that support useful intermediate evaluation, but results depend on the model, task, search budget, and evaluator.
Chain-of-thought prompting typically follows one generated sequence, while Tree of Thoughts represents problem solving as search over intermediate states. A system proposes candidate thoughts, scores or classifies states, and uses a search procedure such as breadth-first search to expand promising branches or backtrack from dead ends. The original paper evaluates ToT on Game of 24, creative writing, and mini crosswords. In its Game of 24 setup, GPT-4 with a breadth-five ToT search achieved 74% success on the selected test set, compared with 4% for a single chain-of-thought baseline. This is a result for a particular model, prompt, benchmark subset, and search budget—not a general performance guarantee. ToT also uses additional model calls and depends on useful state evaluations.
Решаване на пъзела Game of 24, където четири числа трябва да се комбинират с аритметика, за да се достигне 24, чрез изследване и изрязване на много кандидат-уравнения.
Задачи за творческо писане, при които моделът чертае няколко посоки на сюжета, оценява кохерентността и развива най-силната.
Математически доказателства или многоетапни текстови задачи, при които връщането назад от погрешна стъпка е от съществено значение за достигане до правилния отговор.
Ограничителни пъзели като мини кръстословици, където моделът тества частични запълвания и изоставя разклонения, които нарушават уликите.
Очаквайте обмислянето в дървовиден стил да бъде погълнато от агентни системи и модели за „разсъждение“, които разпределят допълнителни изчисления за трудни проблеми по време на извод. Варианти като Graph of Thoughts позволяват пътища за обединяване и повторно използване на междинни резултати, а опитните оценители могат да заменят базираното на подкани оценяване за надеждност. По-широката тенденция е да се третира търсенето по време на извод като регулируемо копче: изразходвайте повече изчисления, изследвайки клонове за въпроси с високи залози, по-малко за лесни, като размивате границата между подсказване и планиране.
Безплатен бюлетин
Три проверени AI истории всяка делнична сутрин, написани на достъпен език. Безплатно завинаги, без реклами.
Един имейл всеки делничен ден. Отписване с едно кликване. Никога не продаваме и не споделяме вашия имейл адрес.
Тествайте себе си
Незабавна обратна връзка за всеки отговор и сертификат за споделяне с подлежащ на проверка идентификационен номер, след като преминете курс.
Подкрепете безплатното AI образование. AI Understanding е 501(c)(3) с нестопанска цел — без реклами, без платен достъп, никога. Направете дарение
Tree of Thoughts (ToT) is an inference-time framework that explores candidate reasoning steps, evaluates intermediate states, and searches among branches. It can help on tasks that support useful intermediate evaluation, but results depend on the model, task, search budget, and evaluator.
Когато веригата от мисли следва един линеен път, Дървото на мислите се разклонява на няколко кандидат-мисли, оценява ги и се връща назад от задънени улици.
ToT съчетава генератор на мисли на кандидати, оценител, който отбелязва частични състояния, и процедура за търсене (като BFS или DFS), за да реши кои клонове да разшири.
The 74% figure is reported for a particular GPT-4 ToT setup and selected test examples, so it should not be generalized to all tasks or models.
Самият модел обикновено действа като оценител, като преценява колко обещаващ е всеки частичен път, така че търсенето да може да отстрани слабите клони.
ToT организира съществуващите възможности на модела чрез подкани и цикъл на търсене; не променя основните тегла.
Продължавай да учиш
Още ръководства, избрани за тази тема
СледваСледващо ръководство
Дърво на мисли
технически