การใช้เหตุผลกราฟของความคิด
โมเดลกราฟของความคิดที่ใช้เหตุผลเป็นเครือข่ายที่ความคิดสามารถผสาน วนซ้ำ และเชื่อมต่อได้อย่างอิสระ ไม่ใช่แค่แยกสาขา
ภาพรวม
This lets a model combine insights from different paths and refine them, going beyond the strictly tree-shaped structure of Tree-of-Thoughts.
เจาะลึก
เสนอโดย Besta และคณะ ในปี 2023 Graph-of-Thoughts (GoT) แสดงถึงกระบวนการให้เหตุผลในรูปแบบกราฟที่กำหนดเอง โดยโหนดคือความคิด (คำตอบบางส่วน) และขอบเป็นการพึ่งพาระหว่างสิ่งเหล่านั้น กราฟต่างจากต้นไม้ที่ความคิดแต่ละอย่างมีพาเรนต์เพียงตัวเดียว กราฟอนุญาตให้ดำเนินการที่ต้นไม้ไม่สามารถทำได้ ได้แก่ การรวมกลุ่มที่ความคิดหลายรายการรวมเป็นโซลูชันเดียว และการปรับแต่ง ซึ่งความคิดวนซ้ำเพื่อปรับปรุงตัวมันเอง สิ่งนี้มีประสิทธิภาพมากสำหรับปัญหาที่แยกย่อยเป็นปัญหาย่อยที่ต้องรวมคำตอบเข้าด้วยกัน สำหรับการเรียงลำดับและกำหนดงาน GoT สามารถแยกรายการ แก้ชิ้นส่วนแยกกัน และรวมส่วนที่จัดเรียงไว้ได้ ผู้เขียนรายงานว่า GoT ปรับปรุงคุณภาพการเรียงลำดับมากกว่า Tree-of-Thoughts ในขณะที่ลดต้นทุน เนื่องจากการผสานทำให้ใช้ผลลัพธ์ระดับกลางได้ดีขึ้น ตัวควบคุม กำหนดการ 'กราฟการดำเนินงาน' และโมดูลการให้คะแนน/การจัดอันดับจะประสานการทำงานของการเปลี่ยนแปลง
ข้อมูลเชิงลึกทางเทคนิค
นามธรรมที่สำคัญของ GoT คือการปฏิบัติต่อความคิดเป็นกราฟและขั้นตอนการให้เหตุผลเป็นการแปลงกราฟ: การสร้างจะเพิ่มโหนดความคิดใหม่ การรวมรวมหลายโหนดเป็นหนึ่งเดียว (โดยมีขอบที่เข้ามาจากแต่ละแหล่ง) และการปรับแต่งจะสร้างการวนซ้ำในตัวเองที่แก้ไขความคิด ฟังก์ชันการให้คะแนนและการจัดอันดับจะเลือกความคิดที่ดีที่สุดที่จะเก็บไว้ ในขณะที่ตัวควบคุมจะดำเนินการตามกราฟการดำเนินการที่กำหนดไว้ล่วงหน้า ความสามารถในการผสานนี้เป็นสิ่งที่ต้นไม้แม่-ลูกที่เข้มงวดไม่สามารถแสดงออกได้ และเป็นสิ่งที่ทำให้สามารถรวมและรวมโซลูชันบางส่วนเข้าด้วยกันใหม่ได้
ผลกระทบเชิงกลยุทธ์
ต้นทุนและงบประมาณ
การตัดสินใจด้านสถาปัตยกรรมขับเคลื่อนประสิทธิภาพและต้นทุนการดำเนินงานเป็นเวลาหลายปี
การตัดสินใจที่ชัดเจนยิ่งขึ้น
การศึกษาด้านเทคนิคช่วยให้ทีมเลือกกลุ่มที่เหมาะสม ไม่ใช่แค่กลุ่มใหม่ล่าสุด
การควบคุมคุณภาพ
ตัวเลือกทางวิศวกรรมที่ดีกว่าจะช่วยลดเหตุการณ์ด้านความน่าเชื่อถือในการผลิต
อนาคตของการให้เหตุผลกราฟของความคิด
กราฟของความคิดชี้ไปที่ระบบการให้เหตุผลซึ่งสร้างและรวมผลลัพธ์ระดับกลางได้อย่างยืดหยุ่น แทนที่จะแยกย่อยเพียงอย่างเดียว คำแนะนำที่เป็นไปได้ ได้แก่ การค้นหาโครงสร้างกราฟที่เหมาะสมสำหรับปัญหาโดยอัตโนมัติ แทนที่จะต้องออกแบบตารางการปฏิบัติงานด้วยมือ การเรียนรู้เมื่อการรวมกลุ่มได้ผลดี และการบูรณาการการใช้เหตุผลเชิงกราฟกับการดึงข้อมูล เครื่องมือ และหน่วยความจำภายนอก เมื่อการให้เหตุผลตามเวลาอนุมานเติบโตขึ้น คาดหวังกรอบการทำงานที่ผสมผสานการค้นหาแบบต้นไม้ การรวมกราฟ และการสะท้อนกลับภายใต้ตัวควบคุมเดียวที่ปรับโครงสร้างให้เข้ากับงาน
การใช้งานจริงในโลกแห่งความเป็นจริง
เรียงลำดับรายการยาวโดยแยกออกเป็นชิ้นๆ จัดเรียงแต่ละชิ้นแยกกัน จากนั้นจึงรวมชิ้นส่วนที่จัดเรียงออกเป็นผลลัพธ์ที่เรียงลำดับเดียว
การสรุปเอกสารที่มีการสร้างบทสรุปบางส่วนของส่วนต่างๆ แล้วรวมเข้าเป็นเนื้อหาทั้งหมดที่สอดคล้องกัน
ตั้งค่าการดำเนินการ เช่น การนับคำหลักหรือการแยก โดยที่ผลลัพธ์ย่อยจะรวมกันผ่านโหนดการรวม
ปรับปรุงโซลูชันที่สร้างขึ้นซ้ำๆ โดยการวนความคิดย้อนกลับไปผ่านขั้นตอนการปรับแต่งจนกว่าคะแนนคุณภาพจะหยุดปรับปรุง
ความเสี่ยงและรั้ว
การเพิ่มประสิทธิภาพเกณฑ์มาตรฐานหนึ่งรายการสามารถซ่อนจุดอ่อนของระบบในวงกว้างได้
ต้นทุนโครงสร้างพื้นฐานและการบำรุงรักษามักถูกประเมินต่ำไป
ช่องว่างด้านความปลอดภัยและความสามารถในการสังเกตสามารถเพิ่มขึ้นได้เมื่อระบบมีความซับซ้อนมากขึ้น
แผนงานการดำเนินงาน
กำหนดเป้าหมายเวลาแฝง คุณภาพ และต้นทุนก่อนนำไปใช้งาน
เกณฑ์มาตรฐานภายใต้สภาวะโหลดและข้อมูลจริง
การตรวจสอบเครื่องมือเพื่อหาข้อผิดพลาด การเบี่ยงเบน และผลกระทบต่อผู้ใช้
เตรียมเส้นทางการย้อนกลับและการตอบสนองต่อเหตุการณ์ก่อนปรับขนาด
สำรวจต่อไป
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 Graph-of-Thoughts Reasoning quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
คำแนะนำต่อไป
การใช้เหตุผลแบบต้นไม้แห่งความคิด
คำถามที่พบบ่อย
What is Graph-of-Thoughts Reasoning?
โมเดลกราฟของความคิดที่ใช้เหตุผลเป็นเครือข่ายที่ความคิดสามารถผสาน วนซ้ำ และเชื่อมต่อได้อย่างอิสระ ไม่ใช่แค่แยกสาขา ซึ่งช่วยให้โมเดลสามารถรวมข้อมูลเชิงลึกจากเส้นทางที่แตกต่างกันและปรับแต่งได้ นอกเหนือไปจากโครงสร้างรูปต้นไม้ของ Tree-of-Thoughts อย่างเคร่งครัด
อะไรคือความแตกต่างเชิงโครงสร้างที่กำหนดระหว่าง Graph-of-Thoughts และ Tree-of-Thoughts?
ในแผนภูมิต้นไม้ แต่ละความคิดมีต้นกำเนิดเดียว แต่กราฟอนุญาตให้มีการรวมกลุ่ม (ผสาน) และปรับแต่ง (การวนซ้ำตัวเอง) ทำให้เกิดการเชื่อมต่อที่สมบูรณ์ยิ่งขึ้น
ในกราฟแห่งความคิด การดำเนินการ 'การรวมกลุ่ม' ทำหน้าที่อะไร
การรวมกลุ่มจะรวมโหนดความคิดหลายส่วนไว้ในความคิดที่ผสานเป็นหนึ่งเดียว โดยมีขอบที่เข้ามาจากแต่ละแหล่งความคิด
'การปรับแต่ง' สอดคล้องกับกราฟ GoT อย่างไร
การปรับแต่งได้รับการจำลองแบบมาจากความคิดที่วนกลับมาในตัวเองเพื่อสร้างเวอร์ชันที่ได้รับการปรับปรุง
เหตุใด Graph-of-Thoughts จึงเหมาะสมกับงานเช่นการเรียงลำดับรายการยาว ๆ
GoT แยกย่อยรายการออกเป็นส่วนๆ แก้ปัญหาแต่ละรายการ และรวมส่วนที่เรียงลำดับแล้วผ่านการรวมกลุ่ม ซึ่งต้นไม้ที่เข้มงวดไม่สามารถแสดงออกมาได้
องค์ประกอบใดที่ประสานการทำงานของกราฟแห่งความคิด
GoT ใช้ตัวควบคุมที่ดำเนินการกราฟการดำเนินงานที่กำหนดไว้ล่วงหน้า โดยมีโมดูลการให้คะแนนและการจัดอันดับเพื่อเลือกความคิดที่ดีที่สุด