言語AIガイド
思考の木
Tree of Thoughts (ToT) は、候補の推論ステップを探索し、中間状態を評価し、分岐間の検索を行う推論時間フレームワークです。
このガイドを聴くAIによるナレーション · ~2 min
概要
これは、有用な中間評価をサポートするタスクに役立ちますが、結果はモデル、タスク、検索予算、評価者によって異なります。
ディープダイブ
思考連鎖プロンプトは通常、生成された 1 つのシーケンスに従いますが、Tree of Thoughts は中間状態の探索として問題解決を表します。システムは、候補となる考えを提案し、状態をスコアリングまたは分類し、幅優先検索などの検索手順を使用して有望な分岐を拡張したり、行き止まりから後戻りしたりします。元の論文では、Game of 24、クリエイティブ ライティング、ミニ クロスワードに関する ToT を評価しています。 Game of 24 セットアップでは、幅 5 の ToT 検索を備えた GPT-4 は、選択したテスト セットで 74% の成功率を達成しましたが、単一の思考連鎖ベースラインでは 4% でした。これは特定のモデル、プロンプト、ベンチマーク サブセット、および検索バジェットに対する結果であり、一般的なパフォーマンスを保証するものではありません。 ToT は追加のモデル呼び出しも使用し、有用な状態評価に依存します。
現実世界の実装
多くの候補の方程式を探索して枝刈りすることで、4 つの数字を算術で組み合わせて 24 にする必要がある 24 のゲーム パズルを解きます。
モデルがいくつかのプロットの方向性を草案し、一貫性を評価し、最も強力な方向性を開発するクリエイティブ ライティング タスク。
正しい答えに到達するために、欠陥のあるステップから後戻りすることが不可欠な数学的証明や複数ステップの文章題。
ミニ クロスワードのような制約パズルでは、モデルが部分的な塗りつぶしをテストし、手がかりに違反する分岐を放棄します。
Tree of Thoughtsの未来
ツリー形式の熟慮は、推論時に難しい問題に追加のコンピューティングを割り当てるエージェント システムと「推論」モデルに吸収されることが期待されます。 Graph of Thoughts のようなバリアントでは、パスが中間結果をマージして再利用できるようになり、学習された評価者が信頼性のためにプロンプトベースのスコアリングを置き換えることができます。より広範な傾向として、推論時間の検索を調整可能なノブとして扱う傾向があります。つまり、一か八かの質問には分岐の探索により多くのコンピューティングを費やし、簡単な質問にはあまり費やさず、プロンプトとプランニングの間の境界があいまいになります。
実践する
なぜそれが重要なのか
- 速度とスケール. 言語ワークフローは、一貫性を犠牲にすることなく、より高速に移行できます。
- アクセスと到達範囲. 言語やコミュニケーション スタイルを超えてアクセスが拡張されます。
- より明確な判決. 自動化が繰り返しを処理する間、チームは判断により多くの時間を費やすことができます。
気をつけてください
- 幻覚のような事実が、レポート、サポート フロー、または研究結果に静かに組み込まれる可能性があります。
- 迅速な対応により、同様のリクエスト間で一貫性のない結果が生じる可能性があります。
- アクセス制御が弱いと、機密テキスト データが漏洩する可能性があります。
次のステップ
- 展開する前に、出力形式、トーン、品質基準を定義します。
- 正確さが重要な場合は常に、信頼できる情報源を使って地上対応を行ってください。
- 一か八かの成果物については人間によるレビュー チェックポイントを維持します。
- 失敗パターンを追跡し、プロンプトやワークフローを定期的に再トレーニングします。
探検を続けましょう
よくある質問
思考の木とは何ですか？
Tree of Thoughts (ToT) は、候補の推論ステップを探索し、中間状態を評価し、分岐間の検索を行う推論時間フレームワークです。これは、有用な中間評価をサポートするタスクに役立ちますが、結果はモデル、タスク、検索予算、評価者によって異なります。
Tree of Thoughts は、思考連鎖プロンプトと根本的にどのように異なりますか?
思考の連鎖が 1 つの直線的なパスをたどる場合、Tree of Thoughts はいくつかの候補の思考に分岐し、それらを評価し、行き止まりから後戻りします。
Tree of Thoughts システムを構成する 3 つのコンポーネントはどれですか?
ToT は、候補となる思考のジェネレーター、部分的な状態をスコアリングする評価器、および検索手順 (BFS や DFS など) を組み合わせて、どの分岐を展開するかを決定します。
オリジナルの Tree of Thoughts Game of 24 の実験では、選択したテスト セットに対して幅 5 の検索でどのような結果が報告されましたか?
74% という数字は、特定の GPT-4 ToT セットアップおよび選択されたテスト例に対して報告されているため、すべてのタスクやモデルに一般化すべきではありません。
Tree of Thoughts システムは通常、部分的な解決策をどのように評価しますか?
通常、モデル自体が評価器として機能し、各部分パスがどの程度有望かを判断して、検索で弱い分岐を枝刈りできるようにします。
既存のモデルに Tree of Thoughts を実装することについて正しいのはどれですか?
ToT は、プロンプトと検索ループを通じてモデルの既存の機能を調整します。基礎となる重みは変更されません。