SelanjutnyaPanduan berikutnya
Penalaran Pohon Pikiran
Teknis
PANDUAN AI Bahasa
Tree of Thoughts (ToT) adalah kerangka waktu inferensi yang mengeksplorasi langkah-langkah penalaran kandidat, mengevaluasi keadaan perantara, dan mencari antar cabang.
Dengarkan panduan iniDiceritakan oleh AI · ~2 min
Ini dapat membantu pada tugas-tugas yang mendukung evaluasi perantara yang berguna, namun hasilnya bergantung pada model, tugas, anggaran pencarian, dan evaluator.
Dorongan rantai pemikiran biasanya mengikuti satu urutan yang dihasilkan, sedangkan Pohon Pemikiran mewakili pemecahan masalah sebagai pencarian keadaan perantara. Sebuah sistem mengusulkan pemikiran kandidat, menilai atau mengklasifikasikan negara bagian, dan menggunakan prosedur pencarian seperti pencarian luas pertama untuk memperluas cabang yang menjanjikan atau mundur dari jalan buntu. Makalah asli mengevaluasi ToT pada Game of 24, penulisan kreatif, dan teka-teki silang mini. Dalam pengaturan Game of 24, GPT-4 dengan lima pencarian ToT mencapai 74% keberhasilan pada set pengujian yang dipilih, dibandingkan dengan 4% untuk garis dasar rantai pemikiran tunggal. Ini adalah hasil untuk model, prompt, subkumpulan tolok ukur, dan anggaran penelusuran tertentu—bukan jaminan performa umum. ToT juga menggunakan panggilan model tambahan dan bergantung pada evaluasi keadaan yang berguna.
Memecahkan teka-teki Game of 24, di mana empat angka harus digabungkan dengan aritmatika untuk mencapai 24, dengan mengeksplorasi dan memangkas banyak kandidat persamaan.
Tugas menulis kreatif di mana model menyusun beberapa arah plot, mengevaluasi koherensi, dan mengembangkan yang terkuat.
Pembuktian matematis atau soal cerita multi-langkah di mana kemunduran dari langkah yang salah sangat penting untuk mencapai jawaban yang benar.
Teka-teki batasan seperti teka-teki silang mini, di mana model menguji pengisian sebagian dan mengabaikan cabang yang melanggar petunjuk.
Harapkan pertimbangan gaya pohon diserap ke dalam sistem agen dan model 'penalaran' yang mengalokasikan komputasi ekstra untuk masalah sulit pada waktu inferensi. Varian seperti Graph of Thoughts memungkinkan jalur untuk menggabungkan dan menggunakan kembali hasil antara, dan evaluator yang terpelajar dapat menggantikan penilaian berbasis cepat untuk keandalan. Tren yang lebih luas memperlakukan penelusuran waktu inferensi sebagai sebuah tombol yang dapat disesuaikan: habiskan lebih banyak komputasi untuk menjelajahi cabang-cabang untuk pertanyaan-pertanyaan berisiko tinggi, lebih sedikit untuk pertanyaan-pertanyaan mudah, sehingga mengaburkan batas antara dorongan dan perencanaan.
Buletin gratis
Tiga cerita AI terverifikasi setiap pagi hari kerja, ditulis dalam bahasa Inggris sederhana. Gratis selamanya, tanpa iklan.
Satu email setiap hari kerja. Berhenti berlangganan dalam satu klik. Kami tidak pernah menjual atau membagikan alamat Anda.
Uji diri Anda sendiri
Umpan balik instan untuk setiap jawaban, dan sertifikat yang dapat dibagikan dengan ID yang dapat diverifikasi setelah Anda lulus kursus.
Mendukung pendidikan AI gratis. AI Understanding adalah organisasi nirlaba 501(c)(3) — tanpa iklan, tanpa paywall, selamanya. Berikan sumbangan
Tree of Thoughts (ToT) adalah kerangka waktu inferensi yang mengeksplorasi langkah-langkah penalaran kandidat, mengevaluasi keadaan perantara, dan mencari antar cabang. Ini dapat membantu pada tugas-tugas yang mendukung evaluasi perantara yang berguna, namun hasilnya bergantung pada model, tugas, anggaran pencarian, dan evaluator.
Jika rantai pemikiran mengikuti satu jalur linier, Pohon Pikiran bercabang menjadi beberapa kandidat pemikiran, mengevaluasinya, dan menelusuri kembali dari jalan buntu.
ToT memasangkan generator pemikiran kandidat, evaluator yang menilai sebagian negara bagian, dan prosedur pencarian (seperti BFS atau DFS) untuk memutuskan cabang mana yang akan diperluas.
Angka 74% dilaporkan untuk pengaturan ToT GPT-4 tertentu dan contoh pengujian yang dipilih, sehingga angka tersebut tidak boleh digeneralisasikan ke semua tugas atau model.
Model itu sendiri biasanya bertindak sebagai evaluator, menilai seberapa menjanjikan setiap jalur parsial sehingga pencarian dapat memangkas cabang-cabang yang lemah.
ToT mengatur kemampuan model yang ada melalui perintah dan loop pencarian; itu tidak mengubah bobot yang mendasarinya.
Teruslah belajar
Panduan lainnya dipilih untuk topik ini
SelanjutnyaPanduan berikutnya
Penalaran Pohon Pikiran
Teknis