Nyelvi AI ÚTMUTATÓ

Gondolatok fája

A Tree of Thoughts (ToT) egy felszólító keretrendszer, amely lehetővé teszi a nyelvi modell számára, hogy párhuzamosan több érvelési utat fedezzen fel, például egy fa ágait, ahelyett, hogy egyetlen gondolatmenet mellett kötelezné el magát.

2 perc olvasásUtoljára frissítve

Áttekintés

It matters because it dramatically improves performance on problems that require planning, search, or backtracking.

Mély merülés

A szabványos gondolatlánc-felhívás végigvezeti a modellt az elejétől a végéig egy érvelési lépéssorozaton, amely számos feladatnál működik, de kudarcot vall, ha egy korai hiba elpusztítja a teljes választ. A Princeton és a Google DeepMind kutatói által 2023-ban bevezetett Tree of Thoughts az érvelést egy fa feletti keresésként fogalmazza meg. A modell minden lépésnél több jelölt „gondolatot” generál (köztes lépések vagy részmegoldások), értékeli, hogy mindegyik mennyire ígéretes, majd a zsákutcákat felhagyva tovább kutatja a legjobb ágakat. Ez lehetővé teszi a modell számára, hogy előre tekintsen, összehasonlítsa a lehetőségeket, és visszalépjen, és inkább úgy viselkedik, mint egy szándékos problémamegoldó, semmint egyből kitalálóként. Az olyan feladatoknál, mint a Game of 24, a ToT néhány százalékról 74 százalékra emelte a sikerességi arányt a gondolati láncolással.

Technikai betekintés

A ToT három összetevőt egyesít: egy gondolatgenerátort, amely több következő lépést javasol, egy állapotértékelőt, amely pontozza vagy szavazza meg, hogy az egyes részleges útvonalak mekkora valószínűséggel sikerülnek, és egy keresési algoritmust, amely jellemzően szélesség- vagy mélység-első keresés, amely eldönti, hogy mely ágakat bővítse vagy vágja le. A modell általában úgy végzi el az értékelést, hogy az állapotokat „biztos”, „talán” vagy „lehetetlen”-ként értékeli. Lényeges, hogy ez a modell felszólításai köré épül, nem pedig átképzés.

Stratégiai hatás

Sebesség és méretarány

A nyelvi munkafolyamatok gyorsabban haladhatnak a következetesség feláldozása nélkül.

Hozzáférés és elérés

Kibővíti a hozzáférést a nyelvek és a kommunikációs stílusok között.

Tisztább döntések

A csapatok több időt tölthetnek az ítélkezéssel, míg az automatizálás kezeli az ismétlést.

A gondolatok fájának jövője

Várható, hogy a fa-stílusú mérlegelés beépüljön az ügynökrendszerekbe és az „okosító” modellekbe, amelyek extra számítási feladatokat rendelnek hozzá a nehéz problémákhoz a következtetés idején. Az olyan változatok, mint a Gondolatok grafikonja, lehetővé teszik a közbenső eredmények egyesítését és újrafelhasználását, a tanult értékelők pedig helyettesíthetik az azonnali pontozást a megbízhatóság érdekében. A tágabb trend szerint a következtetési idejű keresést hangolható gombként kezelik: költsön többet számítással a nagy téttel járó kérdésekre, kevesebbet a könnyű kérdésekre, így elmosódik a határvonal a felszólítás és a tervezés között.

Valós megvalósítás

A 24-es játék rejtvényének megoldása, ahol négy számot kell kombinálni az aritmetikával, hogy elérjük a 24-et, számos jelölt egyenlet feltárásával és levágásával.

Kreatív írási feladatok, ahol a modell több cselekményirányt vázol fel, értékeli a koherenciát, és a legerősebbet alakítja ki.

Matematikai bizonyítások vagy többlépéses szöveges feladatok, ahol a hibás lépéstől való visszalépés elengedhetetlen a helyes válasz eléréséhez.

A kényszerrejtvények, például a mini keresztrejtvények, ahol a modell részleges kitöltéseket tesztel, és elhagyja a nyomokat sértő ágakat.

Kockázatok és védőkorlátok

A hallucinált tények csendben bekerülhetnek a jelentésekbe, a támogatási folyamatokba vagy a kutatási eredményekbe.

Az azonnali érzékenység inkonzisztens eredményeket eredményezhet a hasonló kérések között.

Ha a hozzáférés-szabályozás gyenge, az érzékeny szöveges adatok megjelenhetnek.

Végrehajtási ütemterv

1

A kiadás előtt határozza meg a kimeneti formátumot, hangszínt és minőségi szabványokat.

2

Földelje a válaszokat megbízható forrásokból, amikor a pontosság számít.

3

Tartson emberi ellenőrzési pontot a nagy tétű kimenetekhez.

4

Kövesse nyomon a meghibásodási mintákat, és rendszeresen tanítsa át az utasításokat vagy a munkafolyamatokat.

Folytassa a felfedezést

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 quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Kezdő kvíz

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Következő útmutató

Gondolatok fája okoskodás

Gyakran ismételt kérdések

What is Tree of Thoughts?

A Tree of Thoughts (ToT) egy felszólító keretrendszer, amely lehetővé teszi a nyelvi modell számára, hogy párhuzamosan több érvelési utat fedezzen fel, például egy fa ágait, ahelyett, hogy egyetlen gondolatmenet mellett kötelezné el magát. Ez azért fontos, mert látványosan javítja a teljesítményt olyan problémák esetén, amelyek tervezést, keresést vagy visszalépést igényelnek.

Miben különbözik alapvetően a Gondolatok fája a gondolati láncra késztetéstől?

Ahol a gondolati lánc egy lineáris utat követ, ott a Gondolatok fája több jelölt gondolatra ágazik, értékeli azokat, és kihátrál a zsákutcából.

Melyik három összetevő alkotja a Gondolatfa rendszert?

A ToT a jelölt gondolatok generátorát, a részállapotokat pontozó értékelőt és egy keresési eljárást (például BFS vagy DFS) párosít annak eldöntésére, hogy mely ágakat bővítse ki.

A Game of 24 benchmarkon milyen figyelemre méltó eredménye volt a Gondolatok fájának?

A ToT drámaian javította a 24 játék sikerarányát a gondolatlánchoz képest, bizonyítva a keresés és a visszalépés értékét.

Hogyan értékeli a Gondolatok fája rendszer a részmegoldásokat?

Általában maga a modell működik értékelőként, és megítéli, hogy az egyes részpályák mennyire ígéretesek, így a keresés a gyenge ágakat metszheti.

Mi igaz a Gondolatok fájának egy létező modellen való megvalósítására?

A ToT parancssorokon és keresési cikluson keresztül hangszereli a modell meglévő képességeit; nem módosítja a mögöttes súlyokat.