ट्री-ऑफ़-थॉट्स रीज़निंग
ट्री-ऑफ़-थॉट्स एक मॉडल को विचार की एक पंक्ति के लिए प्रतिबद्ध होने के बजाय, एक पेड़ की शाखाओं की तरह, समानांतर में कई तर्क पथों का पता लगाने की सुविधा देता है।
सिंहावलोकन
यह आगे देख सकता है, आंशिक समाधानों का मूल्यांकन कर सकता है और मृत सिरों से पीछे हट सकता है।
गहरा गोता
याओ एट अल द्वारा प्रस्तुत किया गया। 2023 में, ट्री-ऑफ-थॉट्स (टीओटी) चेन-ऑफ-थॉट प्रॉम्प्टिंग को सामान्यीकृत करता है। जहां विचार-श्रृंखला तर्क चरणों का एक एकल रैखिक अनुक्रम उत्पन्न करती है, टीओटी समस्या को एक पेड़ के रूप में संरचित करता है: प्रत्येक नोड एक आंशिक समाधान (एक 'विचार') है, और मॉडल प्रत्येक नोड से कई उम्मीदवारों के अगले विचार उत्पन्न करता है। एक अलग मूल्यांकन चरण स्कोर करता है कि प्रत्येक शाखा कितनी आशाजनक है, और एक खोज एल्गोरिदम जैसे कि चौड़ाई-पहली या गहराई-पहली खोज यह तय करती है कि किन शाखाओं का विस्तार करना है और कौन सी काट-छाँट करना है। इससे मॉडल जान-बूझकर खोजबीन कर सकता है, कुछ कदम आगे देख सकता है और जब रास्ता निराशाजनक दिखता है तो पीछे हट जाता है। टीओटी उन कार्यों में चमका जो लालची एकल-पथ तर्क को पराजित करते हैं, सबसे प्रसिद्ध गेम ऑफ 24, जहां जीपीटी-4 ने चेन-ऑफ-थॉट के साथ लगभग 4% पहेलियाँ हल कीं लेकिन टीओटी ने सफलता को लगभग 74% तक पहुंचा दिया।
तकनीकी अंतर्दृष्टि
टीओटी के तीन भाग हैं: एक विचार जनरेटर जो उम्मीदवार को अगले चरणों का प्रस्ताव देता है, एक राज्य मूल्यांकनकर्ता (अक्सर वही एलएलएम आंशिक समाधानों पर 'निश्चित / शायद / असंभव' के रूप में दर या वोट करने के लिए प्रेरित करता है), और एक खोज प्रक्रिया (बीएफएस, डीएफएस, या बीम खोज) जो पेड़ को नेविगेट करती है। क्योंकि मॉडल आंशिक स्थितियों का मूल्यांकन करता है और कमजोर शाखाओं की छंटाई करता है, यह समाधान स्थान के आशाजनक क्षेत्रों की ओर गणना आवंटित करता है, कठिन समस्याओं पर काफी अधिक सटीकता के लिए अतिरिक्त अनुमान कॉल का व्यापार करता है।
सामरिक प्रभाव
लागत और बजट
वास्तुकला संबंधी निर्णय वर्षों तक प्रदर्शन और परिचालन लागत को संचालित करते हैं।
स्पष्ट निर्णय
तकनीकी शिक्षा टीमों को सही स्टैक चुनने में मदद करती है, न कि केवल नवीनतम स्टैक चुनने में।
गुणवत्ता नियंत्रण
बेहतर इंजीनियरिंग विकल्प उत्पादन में विश्वसनीयता की घटनाओं को कम करते हैं।
ट्री-ऑफ़-थॉट्स रीजनिंग का भविष्य
ट्री-ऑफ़-थॉट्स प्रभावित कर रहा है कि अनुमान-समय की गणना कैसे खर्च की जाती है: एक बड़े फॉरवर्ड पास के बजाय, सिस्टम तेजी से तर्क पथों की खोज करते हैं और सर्वश्रेष्ठ चुनते हैं। भविष्य के काम का उद्देश्य यह सीखना है कि ब्रांचिंग कब अपनी उच्च टोकन लागत के लायक है, शीघ्र-आधारित स्व-मूल्यांकन के बजाय प्रशिक्षित मूल्य कार्यों का उपयोग करना, और पेड़ खोज को तर्क मॉडल में बदलना ताकि विचार-विमर्श अधिक कुशल हो। टूल और सत्यापनकर्ताओं के साथ सख्त एकीकरण की अपेक्षा करें ताकि शाखा मूल्यांकन मॉडल के अनुमान के बजाय वास्तविक प्रतिक्रिया पर निर्भर हो।
वास्तविक विश्व कार्यान्वयन
24 के खेल को इस प्रकार हल करना कि किन दो संख्याओं को पहले संयोजित किया जाए और उन अंकगणितीय पथों को छांटना जो 24 तक नहीं पहुंच सकते।
एक सुसंगत योजना के साथ रचनात्मक लेखन, जहां मॉडल कई कथानक की रूपरेखा तैयार करता है, उनका मूल्यांकन करता है, और गद्य लिखने से पहले सबसे मजबूत विस्तार करता है।
मिनी क्रॉसवर्ड जैसी बाधा पहेलियाँ, जहाँ प्रत्येक भरा हुआ शब्द एक विचार है और असंगत शाखाओं को छोड़ दिया जाता है।
बहु-चरणीय गणित या योजना संबंधी समस्याएं जहां मॉडल वैकल्पिक मध्यवर्ती चरणों की खोज करता है और बाधाओं का उल्लंघन करने वाले चरणों से पीछे हट जाता है।
जोखिम और रेलिंग
एक बेंचमार्क को अनुकूलित करने से व्यापक सिस्टम कमजोरियों को छुपाया जा सकता है।
बुनियादी ढांचे और रखरखाव की लागत को अक्सर कम करके आंका जाता है।
जैसे-जैसे सिस्टम अधिक जटिल होते जाएंगे सुरक्षा और अवलोकन संबंधी अंतराल बढ़ सकते हैं।
कार्यान्वयन रोडमैप
कार्यान्वयन से पहले विलंबता, गुणवत्ता और लागत लक्ष्य परिभाषित करें।
यथार्थवादी लोड और डेटा स्थितियों के तहत बेंचमार्क।
त्रुटियों, बहाव और उपयोगकर्ता प्रभाव के लिए उपकरण निगरानी।
स्केलिंग से पहले रोलबैक और घटना प्रतिक्रिया पथ तैयार करें।
अन्वेषण करते रहें
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Tree-of-Thoughts Reasoning quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
अगली गाइड
विचारों का वृक्ष
अक्सर पूछे जाने वाले प्रश्नों
ट्री-ऑफ-थॉट्स रीजनिंग क्या है?
ट्री-ऑफ़-थॉट्स एक मॉडल को विचार की एक पंक्ति के लिए प्रतिबद्ध होने के बजाय, एक पेड़ की शाखाओं की तरह, समानांतर में कई तर्क पथों का पता लगाने की सुविधा देता है। यह आगे देख सकता है, आंशिक समाधानों का मूल्यांकन कर सकता है और गतिरोध से पीछे हट सकता है।
ट्री-ऑफ़-थॉट्स चेन-ऑफ़-थॉट्स प्रॉम्प्टिंग से किस प्रकार भिन्न है?
चेन-ऑफ-थॉट एक एकल रैखिक अनुक्रम उत्पन्न करता है, जबकि ट्री-ऑफ-थॉट्स कई उम्मीदवार पथों में शाखाएं बनाता है जिनका मूल्यांकन और काट-छांट किया जा सकता है।
ट्री-ऑफ़-थॉट्स में, एक एकल नोड आम तौर पर क्या दर्शाता है?
प्रत्येक नोड एक आंशिक समाधान (एक विचार) है, और मॉडल प्रत्येक नोड से कई उम्मीदवारों के अगले विचारों का विस्तार करता है।
ट्री-ऑफ़-थॉट्स में राज्य मूल्यांकनकर्ता क्या भूमिका निभाता है?
मूल्यांकनकर्ता, अक्सर वही एलएलएम, आंशिक स्थितियों (उदाहरण के लिए, निश्चित/संभवतः/असंभव) पर दर या वोट देता है ताकि खोज आशाजनक शाखाओं पर ध्यान केंद्रित कर सके।
गेम ऑफ 24 बेंचमार्क पर, टीओटी ने नाटकीय रूप से चेन-ऑफ-थॉट से बेहतर प्रदर्शन किया, मोटे तौर पर किस छलांग से?
जीपीटी-4 ने चेन-ऑफ़-थॉट्स के साथ गेम ऑफ़ 24 पहेलियों का लगभग 4% हल किया, जबकि ट्री-ऑफ़-थॉट्स लगभग 74% तक पहुंच गया।
विचार वृक्ष पर नेविगेट करने के लिए आमतौर पर कौन सी खोज रणनीतियों का उपयोग किया जाता है?
टीओटी ने विचार निर्माण और मूल्यांकन को बीएफएस, डीएफएस, या बीम खोज जैसी क्लासिक खोज प्रक्रियाओं के साथ जोड़ा है ताकि यह तय किया जा सके कि किन शाखाओं का विस्तार किया जाए।