개요
It can help on tasks that support useful intermediate evaluation, but results depend on the model, task, search budget, and evaluator.
심층 분석
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.
실제 구현
많은 후보 방정식을 탐색하고 가지치기하여 24에 도달하려면 4개의 숫자를 산술과 결합해야 하는 24 게임 퍼즐을 해결합니다.
모델이 여러 플롯 방향을 초안하고 일관성을 평가하며 가장 강력한 방향을 개발하는 창의적인 글쓰기 작업입니다.
정답에 도달하려면 결함이 있는 단계에서 역추적하는 것이 필수적인 수학적 증명 또는 다단계 단어 문제입니다.
모델이 부분 채우기를 테스트하고 단서를 위반하는 분기를 버리는 미니 크로스워드와 같은 제약 퍼즐입니다.
생각의 나무의 미래
추론 시 어려운 문제에 추가 계산을 할당하는 에이전트 시스템과 '추론' 모델에 트리 스타일 심의가 흡수될 것으로 기대합니다. 생각 그래프와 같은 변형을 사용하면 경로를 통해 중간 결과를 병합하고 재사용할 수 있으며 학습된 평가자가 프롬프트 기반 채점을 대체하여 신뢰성을 높일 수 있습니다. 더 넓은 추세는 추론 시간 검색을 조정 가능한 손잡이로 취급하는 것입니다. 즉, 위험성이 높은 질문에 대해서는 분기 탐색에 더 많은 컴퓨팅을 사용하고 쉬운 질문에는 덜 사용하여 프롬프트와 계획 사이의 경계를 모호하게 만듭니다.
실천에 옮기기
왜 중요한가요?
- 속도와 규모. 일관성을 유지하면서 언어 워크플로를 더 빠르게 진행할 수 있습니다.
- 접근 및 도달. 언어와 의사소통 스타일 전반에 걸쳐 접근성을 확장합니다.
- 더 명확한 결정들. 자동화가 반복을 처리하는 동안 팀은 판단에 더 많은 시간을 할애할 수 있습니다.
조심하세요
- 환각 사실은 보고서, 지원 흐름 또는 연구 결과에 조용히 포함될 수 있습니다.
- 신속한 민감도는 유사한 요청 간에 일관되지 않은 결과를 초래할 수 있습니다.
- 액세스 제어가 약한 경우 민감한 텍스트 데이터가 노출될 수 있습니다.
다음 단계
- 출시 전에 출력 형식, 톤, 품질 표준을 정의하세요.
- 정확성이 중요할 때마다 신뢰할 수 있는 출처를 통해 대응하세요.
- 고위험 결과물에 대한 인적 검토 체크포인트를 유지합니다.
- 실패 패턴을 추적하고 프롬프트나 워크플로를 정기적으로 재교육하세요.
계속 탐색하세요
무료 뉴스레터
일일 AI 브리핑 받기
매주 평일 아침마다 3개의 검증된 AI 스토리를 일반 영어로 작성합니다. 무료이며, 광고 없음.
매주 평일마다 한 번 이메일을 받습니다. 한 번 클릭으로 구독 해지. 주소를 판매하거나 공유하지 않습니다.
자신을 테스트해 보세요
Take the Tree of Thoughts quiz
모든 답변에 즉각적인 피드백과, 과정을 통과하면 검증 가능한 ID가 있는 공유 가능한 인증서를 제공합니다.
무료 AI 교육을 지원합니다. AI Understanding는 501(c)(3) 비영리 단체입니다 — 광고 없음, 유료 장벽 없음, 영원히. 기부하기
자주 묻는 질문
What is Tree of Thoughts?
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.
생각의 나무는 생각의 연쇄 유도와 근본적으로 어떻게 다른가요?
생각의 사슬이 하나의 선형 경로를 따르는 경우 생각의 나무는 여러 후보 생각으로 분기되어 이를 평가하고 막다른 골목에서 되돌아갑니다.
생각의 나무 시스템을 구성하는 세 가지 구성 요소는 무엇입니까?
ToT는 후보 생각 생성기, 부분 상태의 점수를 매기는 평가기, 확장할 분기를 결정하는 검색 절차(예: BFS 또는 DFS)를 결합합니다.
In the original Tree of Thoughts Game of 24 experiment, what result did breadth-five search report for its selected test set?
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.
생각의 나무 시스템은 일반적으로 부분 솔루션을 어떻게 평가합니까?
모델 자체는 일반적으로 각 부분 경로가 얼마나 유망한지 판단하여 검색을 통해 약한 가지를 잘라낼 수 있는 평가자 역할을 합니다.
기존 모델에 생각의 나무를 구현하는 것에 대한 사실은 무엇입니까?
ToT는 프롬프트와 검색 루프를 통해 모델의 기존 기능을 조정합니다. 기본 가중치는 수정되지 않습니다.