ٹیکنیکل گائیڈ
ٹری آف تھیٹس ریزننگ
Tree-of-Thoughts ایک ماڈل کو متوازی طور پر متعدد استدلال کے راستوں کو تلاش کرنے دیتا ہے، جیسے کہ ایک درخت کی شاخیں، سوچ کی ایک لائن کا ارتکاب کرنے کے بجائے۔
اس گائیڈ کو سنیں۔اے آئی نے بیان کیا۔ · ~2 min
اس صفحہ پر2 منٹ پڑھیں
جائزہ
It can look ahead, evaluate partial solutions, and backtrack from dead ends.
گہرا غوطہ
Yao et al کے ذریعہ متعارف کرایا گیا۔ 2023 میں، ٹری آف تھوٹس (ToT) چین آف تھیٹ پرمپٹنگ کو عام کرتا ہے۔ جہاں سوچ کا سلسلہ استدلال کے مراحل کی ایک واحد لکیری ترتیب پیدا کرتا ہے، ToT مسئلے کو ایک درخت کی طرح بناتا ہے: ہر نوڈ ایک جزوی حل (ایک 'سوچ') ہے، اور ماڈل ہر نوڈ سے کئی امیدوار اگلے خیالات پیدا کرتا ہے۔ ایک الگ تشخیصی مرحلہ اسکور کرتا ہے کہ ہر شاخ کتنی امید افزا ہے، اور تلاش کا الگورتھم جیسا کہ چوڑائی-پہلی یا گہرائی-پہلی تلاش یہ فیصلہ کرتی ہے کہ کون سی شاخوں کو پھیلانا ہے اور کن کی کٹائی کرنی ہے۔ یہ ماڈل کو جان بوجھ کر دریافت کرنے، چند قدم آگے دیکھنے، اور جب کوئی راستہ غیر متوقع نظر آتا ہے تو پیچھے ہٹنے دیتا ہے۔ ToT ایسے کاموں پر چمکا جو لالچی سنگل پاتھ استدلال کو شکست دیتے ہیں، سب سے مشہور گیم آف 24، جہاں GPT-4 نے چین آف تھیٹ کے ساتھ تقریباً 4% پہیلیاں حل کیں لیکن ToT نے کامیابی کو تقریباً 74% تک پہنچا دیا۔
حقیقی دنیا کا نفاذ
گیم آف 24 کو برانچنگ کے ذریعے حل کرنا جس پر پہلے دو نمبروں کو جوڑنا ہے اور ریاضی کے راستوں کی کٹائی کرنا جو 24 تک نہیں پہنچ سکتے۔
ایک مربوط منصوبے کے ساتھ تخلیقی تحریر، جہاں ماڈل کئی پلاٹ کے خاکے تیار کرتا ہے، ان کا جائزہ لیتا ہے، اور نثر لکھنے سے پہلے مضبوط ترین کو بڑھاتا ہے۔
محدود پہیلیاں جیسے منی کراس ورڈز، جہاں ہر بھرا ہوا لفظ ایک سوچ ہے اور غیر مطابقت پذیر شاخوں کو چھوڑ دیا جاتا ہے۔
کثیر مرحلہ ریاضی یا منصوبہ بندی کے مسائل جہاں ماڈل رکاوٹوں کی خلاف ورزی کرنے والوں سے متبادل درمیانی مراحل اور پیچھے ہٹنا تلاش کرتا ہے۔
ٹری آف تھیٹس ریزننگ کا مستقبل
ٹری آف تھوٹس اس بات پر اثرانداز ہو رہے ہیں کہ انفرنس ٹائم کمپیوٹ کیسے گزارا جاتا ہے: ایک بڑے فارورڈ پاس کے بجائے، سسٹمز تیزی سے استدلال کے راستے تلاش کرتے ہیں اور بہترین انتخاب کرتے ہیں۔ مستقبل کے کام کا مقصد یہ سیکھنا ہے کہ کب برانچنگ اس کی اعلی ٹوکن لاگت کے قابل ہے، فوری بنیاد پر خود تشخیص کے بجائے تربیت یافتہ قدر کے افعال کو استعمال کرنا، اور درخت کی تلاش کو استدلال کے ماڈلز میں جوڑنا تاکہ غور و فکر زیادہ موثر ہو۔ ٹولز اور تصدیق کنندگان کے ساتھ سخت انضمام کی توقع کریں تاکہ برانچ کی تشخیص ماڈل کے اندازے کے بجائے حقیقی تاثرات پر منحصر ہو۔
اسے عملی جامہ پہنانا
یہ کیوں اہمیت رکھتا ہے۔
- لاگت اور بجٹ. فن تعمیر کے فیصلے سالوں تک کارکردگی اور آپریٹنگ لاگت کو آگے بڑھاتے ہیں۔
- واضح فیصلے. تکنیکی تعلیم ٹیموں کو صحیح اسٹیک منتخب کرنے میں مدد کرتی ہے، نہ صرف جدید ترین۔
- کوالٹی کنٹرول. انجینئرنگ کے بہتر انتخاب پیداوار میں قابل اعتماد واقعات کو کم کرتے ہیں۔
پر نگاہ رکھیں
- ایک بینچ مارک کو بہتر بنانا نظام کی وسیع تر کمزوریوں کو چھپا سکتا ہے۔
- بنیادی ڈھانچے اور دیکھ بھال کے اخراجات کو اکثر کم سمجھا جاتا ہے۔
- سیکورٹی اور مشاہداتی فرق بڑھ سکتا ہے کیونکہ نظام زیادہ پیچیدہ ہو جاتا ہے۔
اگلے اقدامات
- نفاذ سے پہلے تاخیر، معیار اور لاگت کے اہداف کی وضاحت کریں۔
- حقیقت پسندانہ بوجھ اور ڈیٹا کی شرائط کے تحت بینچ مارک۔
- غلطیوں، بڑھے ہوئے، اور صارف کے اثرات کے لیے آلے کی نگرانی۔
- اسکیلنگ سے پہلے رول بیک اور واقعہ کے ردعمل کے راستے تیار کریں۔
دریافت کرتے رہیں
مفت نیوز لیٹر
روزانہ AI بریفنگ حاصل کریں
ہر ہفتے کے دن صبح تین تصدیق شدہ AI کہانیاں، سادہ انگریزی میں لکھی گئیں۔ ہمیشہ کے لیے مفت، کوئی اشتہار نہیں۔
ہر ہفتے کے دن ایک ای میل۔ ایک کلک میں ان سبسکرائب کریں۔ ہم کبھی بھی آپ کا پتہ فروخت یا شیئر نہیں کرتے۔
اپنے آپ کو جانچیں۔
Take the Tree-of-Thoughts Reasoning quiz
ہر جواب پر فوری فیڈبیک، اور کورس پاس کرنے کے بعد قابلِ تصدیق ID کے ساتھ شیئر کرنے کے قابل سرٹیفکیٹ۔
مفت AI تعلیم کی حمایت کریں۔ AI Understanding ایک 501(c)(3) غیر منافع بخش ادارہ ہے — کوئی اشتہار نہیں، کوئی پے وال نہیں، کبھی نہیں۔ عطیہ کریں۔
اکثر پوچھے گئے سوالات
What is Tree-of-Thoughts Reasoning?
Tree-of-Thoughts ایک ماڈل کو متوازی طور پر متعدد استدلال کے راستوں کو تلاش کرنے دیتا ہے، جیسے کہ ایک درخت کی شاخیں، سوچ کی ایک لائن کا ارتکاب کرنے کے بجائے۔ یہ آگے دیکھ سکتا ہے، جزوی حل کا اندازہ لگا سکتا ہے، اور مردہ سروں سے پیچھے ہٹ سکتا ہے۔
ٹری آف تھیٹس چین آف تھیٹ پرمپٹنگ سے کیسے مختلف ہے؟
سوچ کا سلسلہ ایک واحد لکیری ترتیب پیدا کرتا ہے، جبکہ ٹری آف تھیٹس بہت سے امیدواروں کے راستوں میں شاخیں بناتا ہے جن کی جانچ اور کٹائی کی جا سکتی ہے۔
ٹری آف تھیٹس میں، ایک سنگل نوڈ عام طور پر کس چیز کی نمائندگی کرتا ہے؟
ہر نوڈ ایک جزوی حل (ایک سوچ) ہے، اور ماڈل ہر نوڈ سے کئی امیدواروں کے اگلے خیالات کو پھیلاتا ہے۔
ٹری آف تھاٹس میں ریاست کا جائزہ لینے والا کیا کردار ادا کرتا ہے؟
جائزہ لینے والا، اکثر ایک ہی LLM، جزوی ریاستوں پر شرح یا ووٹ (مثلاً، یقینی/شاید/ناممکن) تاکہ تلاش امید افزا شاخوں پر توجہ مرکوز کر سکے۔
گیم آف 24 بینچ مارک پر، ToT نے ڈرامائی طور پر چین آف تھیٹ کو کس چھلانگ سے پیچھے چھوڑ دیا؟
GPT-4 نے چین آف تھیٹ کے ساتھ تقریباً 4% گیم آف 24 پہیلیاں حل کیں، جبکہ ٹری آف تھیٹس تقریباً 74% تک پہنچ گئے۔
سوچ کے درخت کو نیویگیٹ کرنے کے لیے عام طور پر کون سی تلاش کی حکمت عملی استعمال کی جاتی ہے؟
ToT نے سوچا کہ تخلیق اور تشخیص کو کلاسک تلاش کے طریقہ کار جیسے BFS، DFS، یا بیم سرچ کے ساتھ جوڑا تاکہ یہ فیصلہ کیا جا سکے کہ کون سی شاخوں کو بڑھانا ہے۔
سیکھتے رہیں
متعلقہ گائیڈز
اس موضوع کے لیے مزید گائیڈز چنے گئے ہیں۔