Technische GIDS

Redeneren met grafieken van gedachten

Graph-of-Thoughts modelleert redeneren als een netwerk waarin gedachten vrijelijk kunnen samensmelten, herhalen en verbinden, en niet alleen maar vertakken.

Luister naar deze gidsAI-verteld · ~2 min

Op deze pagina2 min lezen
  1. Overzicht
  2. Diepe duik
  3. Implementatie in de echte wereld
  4. De toekomst van Graph-of-Thoughts-redeneren
  5. Het in de praktijk brengen
  6. Blijf verkennen
  7. Veelgestelde vragen

Overzicht

This lets a model combine insights from different paths and refine them, going beyond the strictly tree-shaped structure of Tree-of-Thoughts.

Diepe duik

Voorgesteld door Besta et al. in 2023 vertegenwoordigt Graph-of-Thoughts (GoT) het redeneerproces als een willekeurige grafiek: knooppunten zijn gedachten (deeloplossingen) en randen zijn afhankelijkheden daartussen. In tegenstelling tot een boom, waar elke gedachte precies één ouder heeft, maakt een grafiek bewerkingen mogelijk die een boom niet kan: aggregatie, waarbij verschillende gedachten worden samengevoegd tot één gecombineerde oplossing, en verfijning, waarbij een gedachte teruggrijpt om zichzelf te verbeteren. Dit is krachtig voor problemen die uiteenvallen in subproblemen waarvan de antwoorden opnieuw moeten worden gecombineerd. Voor het sorteren en instellen van taken kan GoT een lijst splitsen, de stukken onafhankelijk oplossen en de gesorteerde delen samenvoegen. De auteurs meldden dat GoT de sorteerkwaliteit verbeterde ten opzichte van Tree-of-Thoughts en tegelijkertijd de kosten verlaagde, omdat samenvoegen beter gebruik maakt van tussenresultaten. Een controller, een 'grafiek van operaties'-schema en een score-/ranglijstmodule orkestreren welke transformaties worden uitgevoerd.

Implementatie in de echte wereld

Een lange lijst sorteren door deze in delen te splitsen, elk deel afzonderlijk te sorteren en vervolgens de gesorteerde delen samen te voegen tot één geordend resultaat.

Documentsamenvatting waarbij gedeeltelijke samenvattingen van secties worden gegenereerd en vervolgens worden samengevoegd tot een samenhangend geheel.

Stel bewerkingen in zoals het tellen van trefwoorden of kruispunten, waarbij subresultaten worden gecombineerd via aggregatieknooppunten.

Het iteratief verfijnen van een gegenereerde oplossing door een gedachte terug te laten lopen door een verfijningsstap totdat de kwaliteitsscore niet meer verbetert.

De toekomst van Graph-of-Thoughts-redeneren

Graph-of-Thoughts wijst in de richting van redeneersystemen die op flexibele wijze tussenresultaten samenstellen en recombineren, in plaats van alleen maar te vertakken. Mogelijke richtingen zijn onder meer het automatisch ontdekken van de juiste grafiekstructuur voor een probleem in plaats van het handmatig ontwerpen van het bedieningsschema, het leren wanneer aggregatie loont, en het integreren van grafiekredenering met het ophalen, tools en extern geheugen. Naarmate het redeneren op basis van inferentietijd volwassener wordt, kunt u raamwerken verwachten die het zoeken naar boomstructuren, het samenvoegen van grafieken en reflectie combineren onder één enkele controller die de structuur aanpast aan de taak.

Het in de praktijk brengen

Waarom het ertoe doet

  • Kosten en budget. Architectuurbeslissingen bepalen jarenlang de prestaties en bedrijfskosten.
  • Duidelijkere beslissingen. Technisch onderwijs helpt teams bij het kiezen van de juiste stapel, niet alleen de nieuwste.
  • Kwaliteitscontrole. Betere technische keuzes verminderen het aantal betrouwbaarheidsincidenten in de productie.

Pas op voor

  • Het optimaliseren van één benchmark kan bredere systeemzwakheden verbergen.
  • Infrastructuur- en onderhoudskosten worden vaak onderschat.
  • De lacunes op het gebied van beveiliging en waarneembaarheid kunnen groter worden naarmate systemen complexer worden.

Volgende stappen

  1. Definieer latentie-, kwaliteits- en kostendoelen vóór implementatie.
  2. Benchmark onder realistische belasting- en gegevensomstandigheden.
  3. Instrumentbewaking op fouten, drift en gebruikersimpact.
  4. Bereid rollback- en incidentresponspaden voor voordat u gaat schalen.

Blijf verkennen

Gratis nieuwsbrief

Ontvang de dagelijkse AI-briefing

Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.

Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.

Test jezelf

Take the Graph-of-Thoughts Reasoning quiz

Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.

Quiz starten

Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie

Veelgestelde vragen

What is Graph-of-Thoughts Reasoning?

Graph-of-Thoughts modelleert redeneren als een netwerk waarin gedachten vrijelijk kunnen samensmelten, herhalen en verbinden, en niet alleen maar vertakken. Hierdoor kan een model inzichten uit verschillende paden combineren en verfijnen, waarbij het verder gaat dan de strikt boomvormige structuur van Tree-of-Thoughts.

Wat is het bepalende structurele verschil tussen Graph-of-Thoughts en Tree-of-Thoughts?

In een boom heeft elke gedachte één ouder, maar een grafiek maakt aggregatie (samenvoegen) en verfijning (self-loops) mogelijk, waardoor rijkere verbindingen mogelijk worden.

Wat doet de 'aggregatie'-bewerking in Graph-of-Thoughts?

Aggregatie combineert meerdere gedachteknooppunten tot één samengevoegde gedachte, met inkomende randen van elke brongedachte.

Waarmee komt 'verfijning' overeen in de GoT-grafiek?

Verfijning wordt gemodelleerd als een gedachte die op zichzelf terugkomt om een ​​verbeterde versie te produceren.

Waarom is Graph-of-Thoughts goed geschikt voor een taak als het sorteren van een lange lijst?

GoT ontleedt de lijst in stukjes, lost ze allemaal op en voegt de gesorteerde delen samen via aggregatie, wat een strikte boom niet kan uitdrukken.

Welke componenten orkestreren een Graph-of-Thoughts-run?

GoT gebruikt een controller die een vooraf gedefinieerde grafiek van bewerkingen uitvoert, waarbij een score- en rangschikkingsmodule de beste gedachten selecteert.