Düşünce Ağacı
Düşünce Ağacı (ToT), bir dil modelinin, tek bir düşünce çizgisine bağlı kalmak yerine, bir ağacın dalları gibi birden fazla akıl yürütme yolunu paralel olarak keşfetmesine olanak tanıyan teşvik edici bir çerçevedir.
Genel Bakış
It matters because it dramatically improves performance on problems that require planning, search, or backtracking.
Derin Dalış
Standart düşünce zinciri yönlendirmesi, bir modeli baştan sona bir dizi akıl yürütme adımından geçirir; bu birçok görev için işe yarar, ancak erken bir hata tüm cevabı mahvettiğinde başarısız olur. Princeton'daki araştırmacılar ve Google DeepMind tarafından 2023'te tanıtılan Düşünce Ağacı, akıl yürütmeyi bir ağaç üzerinde arama olarak yeniden çerçeveliyor. Her adımda model birkaç aday 'düşünce' (ara adımlar veya kısmi çözümler) üretir, her birinin ne kadar umut verici olduğunu değerlendirir ve ardından çıkmaz sokakları terk ederek en iyi dalları daha da araştırır. Bu, modelin ileriye bakmasını, seçenekleri karşılaştırmasını ve geriye doğru izlemesini sağlayarak tek seferlik bir tahminciden ziyade bilinçli bir problem çözücü gibi davranmasını sağlar. 24 Oyunu gibi görevlerde ToT, düşünce zinciriyle yüzde birkaç olan başarı oranlarını yüzde 74 civarına çıkardı.
Teknik Bilgi
ToT üç bileşeni birleştirir: birden fazla sonraki adımı öneren bir düşünce oluşturucu, her bir kısmi yolun başarılı olma olasılığını puanlayan veya oylayan bir durum değerlendiricisi ve hangi dalların genişletileceğine veya budanacağına karar veren, genellikle genişlik öncelikli veya derinlik öncelikli arama olan bir arama algoritması. Modelin kendisi genellikle değerlendirmeyi, durumları 'kesin', 'belki' veya 'imkansız' olarak derecelendirmesi istenerek gerçekleştirir. En önemlisi, bu, yeniden eğitim değil, modelin istemlerini çevreleyen bir sarmalayıcıdır.
Stratejik Etki
Speed and scale
Dil iş akışları tutarlılıktan ödün vermeden daha hızlı ilerleyebilir.
Access and reach
Diller ve iletişim tarzları arasında erişimi genişletir.
Daha net kararlar
Otomasyon tekrarlamayı yönetirken ekipler karar vermeye daha fazla zaman ayırabilir.
Düşünce Ağacının Geleceği
Ağaç tarzı müzakerenin, çıkarım zamanında zor problemlere ekstra bilgi işlem tahsis eden etmenli sistemlere ve 'akıl yürütme' modellerine dahil edilmesini bekleyin. Düşünce Grafiği gibi değişkenler, yolların ara sonuçları birleştirmesine ve yeniden kullanmasına olanak tanır ve bilgili değerlendiriciler, güvenilirlik için hızlı tabanlı puanlamanın yerini alabilir. Daha genel eğilim, çıkarım zamanı aramasını ayarlanabilir bir düğme olarak ele almaktır: Yüksek riskli sorular için dalları keşfetmek için daha fazla bilgi işlem harcamak, kolay sorular için daha az harcamak, yönlendirme ile planlama arasındaki çizgiyi bulanıklaştırmak.
Gerçek Dünya Uygulaması
Birçok aday denklemi araştırıp budayarak, 24'e ulaşmak için dört sayının aritmetikle birleştirilmesi gereken 24 Oyunu bulmacasını çözmek.
Modelin çeşitli olay örgüsü yönleri tasarladığı, tutarlılığı değerlendirdiği ve en güçlü olanı geliştirdiği yaratıcı yazma görevleri.
Doğru cevaba ulaşmak için hatalı bir adımdan geri adım atmanın gerekli olduğu matematiksel kanıtlar veya çok adımlı sözlü problemler.
Modelin kısmi doldurmaları test ettiği ve ipuçlarını ihlal eden dalları terk ettiği mini bulmacalar gibi kısıtlama bulmacaları.
Riskler ve Korkuluklar
Halüsinasyonlu gerçekler sessizce raporlara, destek akışlarına veya araştırma çıktılarına girebilir.
İstem hassasiyeti, benzer istekler arasında tutarsız sonuçlar yaratabilir.
Erişim kontrolleri zayıfsa hassas metin verileri açığa çıkabilir.
Uygulama Yol Haritası
Kullanıma sunmadan önce çıktı formatını, tonunu ve kalite standartlarını tanımlayın.
Doğruluğun önemli olduğu durumlarda güvenilir kaynaklarla zemin müdahaleleri.
Yüksek riskli çıktılar için insan incelemesi kontrol noktası bulundurun.
Arıza modellerini takip edin ve istemleri veya iş akışlarını düzenli olarak yeniden eğitin.
Keşfetmeye Devam Edin
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 Tree of Thoughts 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
Next guide
Düşünce Ağacı Mantığı
Sık sorulan sorular
What is Tree of Thoughts?
Düşünce Ağacı (ToT), bir dil modelinin, tek bir düşünce çizgisine bağlı kalmak yerine, bir ağacın dalları gibi birden fazla akıl yürütme yolunu paralel olarak keşfetmesine olanak tanıyan teşvik edici bir çerçevedir. Önemlidir çünkü planlama, arama veya geri izleme gerektiren sorunlarda performansı önemli ölçüde artırır.
Düşünce Ağacının düşünce zinciri yönlendirmesinden temel olarak farkı nedir?
Düşünce zincirinin tek bir doğrusal yol izlediği yerde, Düşünce Ağacı birkaç aday düşünceye dallanır, bunları değerlendirir ve çıkmazlardan geriye doğru gider.
Hangi üç bileşen Düşünce Ağacı sistemini oluşturur?
ToT, aday düşüncelerin bir oluşturucusunu, kısmi durumları puanlayan bir değerlendiriciyi ve hangi dalların genişletileceğine karar vermek için bir arama prosedürünü (BFS veya DFS gibi) eşleştirir.
Game of 24 değerlendirmesinde Düşünce Ağacı kullanmanın dikkate değer sonucu neydi?
ToT, düşünce zincirine kıyasla Game of 24'ün başarı oranlarını önemli ölçüde iyileştirerek arama ve geri izlemenin değerini ortaya koydu.
Düşünce Ağacı sistemi genellikle kısmi çözümleri nasıl değerlendirir?
Modelin kendisi genellikle değerlendirici olarak görev yapar ve her bir kısmi yolun ne kadar umut verici olduğuna karar verir, böylece arama zayıf dalları budayabilir.
Düşünce Ağacını mevcut bir modele uygulama konusunda hangisi doğrudur?
ToT, modelin mevcut yeteneklerini istemler ve bir arama döngüsü aracılığıyla düzenler; temel ağırlıkları değiştirmez.