Tổng quan
Tree-of-Thoughts cho phép mô hình khám phá song song nhiều đường dẫn lý luận, giống như các nhánh của cây, thay vì chỉ tuân theo một dòng suy nghĩ. Nó có thể nhìn về phía trước, đánh giá các giải pháp từng phần và quay lại từ ngõ cụt.
Lý luận cây suy nghĩ là một khối xây dựng kỹ thuật ảnh hưởng đến chất lượng mô hình, chi phí cơ sở hạ tầng, độ trễ và độ tin cậy trên quy mô lớn.
Lặn sâu
Được giới thiệu bởi Yao et al. vào năm 2023, Cây suy nghĩ (ToT) khái quát hóa việc nhắc nhở theo chuỗi suy nghĩ. Trong đó chuỗi suy nghĩ tạo ra một chuỗi các bước lý luận tuyến tính duy nhất, ToT cấu trúc vấn đề dưới dạng cây: mỗi nút là một giải pháp một phần (một 'suy nghĩ') và mô hình tạo ra một số suy nghĩ tiếp theo ứng cử viên từ mỗi nút. Một bước đánh giá riêng biệt sẽ đánh giá mức độ hứa hẹn của từng nhánh và thuật toán tìm kiếm như tìm kiếm theo chiều rộng hoặc chiều sâu sẽ quyết định nhánh nào sẽ mở rộng và nhánh nào cần cắt tỉa. Điều này cho phép mô hình khám phá một cách có chủ ý, xem trước một vài bước và quay lại khi một đường đi có vẻ không hứa hẹn. ToT đã tỏa sáng trong các nhiệm vụ đánh bại lối suy luận đường đơn tham lam, nổi tiếng nhất là Trò chơi 24, trong đó GPT-4 với chuỗi suy nghĩ đã giải được khoảng 4% câu đố nhưng ToT đã đẩy tỷ lệ thành công lên khoảng 74%.
Hiểu biết kỹ thuật
ToT có ba phần: một công cụ tạo ý tưởng đề xuất các bước tiếp theo cho ứng viên, một công cụ đánh giá trạng thái (thường là cùng một LLM được nhắc xếp hạng hoặc bỏ phiếu cho các giải pháp từng phần là 'chắc chắn / có thể / không thể') và quy trình tìm kiếm (BFS, DFS hoặc tìm kiếm chùm) để điều hướng cây. Bởi vì mô hình đánh giá các trạng thái một phần và loại bỏ các nhánh yếu, nên nó phân bổ tính toán cho các vùng có triển vọng trong không gian giải pháp, việc trao đổi các suy luận bổ sung đòi hỏi độ chính xác cao hơn đáng kể đối với các vấn đề khó.
Nắm vững lý luận về cây suy nghĩ
Tree-of-Thoughts cho phép mô hình khám phá song song nhiều đường dẫn lý luận, giống như các nhánh của cây, thay vì chỉ tuân theo một dòng suy nghĩ. Nó có thể nhìn về phía trước, đánh giá các giải pháp từng phần và quay lại từ ngõ cụt. Lý luận cây suy nghĩ là một khối xây dựng kỹ thuật ảnh hưởng đến chất lượng mô hình, chi phí cơ sở hạ tầng, độ trễ và độ tin cậy trên quy mô lớn. Để xây dựng sự hiểu biết sâu sắc, hãy coi Lý luận dạng cây suy nghĩ như một mô hình vận hành chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể thực hiện một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.
Trong thực tế, các nhóm mạnh sử dụng Lý luận cây suy nghĩ sẽ tối ưu hóa các lựa chọn về kiến trúc, dữ liệu và cơ sở hạ tầng dựa trên độ tin cậy và chi phí. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.
Các quyết định về kiến trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm. Đồng thời, Tối ưu hóa một điểm chuẩn có thể che giấu những điểm yếu lớn hơn của hệ thống. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.
Tác động chiến lược
Các quyết định về kiến trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm.
Các quyết định về kiến trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Giáo dục kỹ thuật giúp các nhóm chọn nhóm phù hợp chứ không chỉ nhóm mới nhất.
Giáo dục kỹ thuật giúp các nhóm chọn nhóm phù hợp chứ không chỉ nhóm mới nhất. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Lựa chọn kỹ thuật tốt hơn làm giảm sự cố về độ tin cậy trong sản xuất.
Lựa chọn kỹ thuật tốt hơn làm giảm sự cố về độ tin cậy trong sản xuất. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Triển khai trong thế giới thực
Giải Trò chơi 24 bằng cách phân nhánh hai số để kết hợp đầu tiên và cắt bớt các đường số học không thể đạt tới 24.
Viết sáng tạo với một kế hoạch mạch lạc, trong đó người mẫu phác thảo một số phác thảo cốt truyện, đánh giá chúng và mở rộng mạnh mẽ nhất trước khi viết văn xuôi.
Các câu đố hạn chế như ô chữ nhỏ, trong đó mỗi từ được điền là một ý nghĩ và các nhánh không tương thích sẽ bị loại bỏ.
Các bài toán lập kế hoạch hoặc toán học nhiều bước trong đó mô hình khám phá các bước trung gian thay thế và quay lui từ những bước vi phạm các ràng buộc.
Các mẫu triển khai
Cây suy nghĩ trong thực tế
Giải Trò chơi 24 bằng cách phân nhánh hai số để kết hợp đầu tiên và cắt bớt các đường số học không thể đạt tới 24.
Giải Trò chơi 24 bằng cách phân nhánh hai số để kết hợp đầu tiên và cắt bớt các đường số học không thể đạt tới 24 Các đội thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, giữ đường dẫn leo thang của con người cho các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Cây suy nghĩ trong thực tế
Viết sáng tạo với một kế hoạch mạch lạc, trong đó người mẫu phác thảo một số phác thảo cốt truyện, đánh giá chúng và mở rộng mạnh mẽ nhất trước khi viết văn xuôi.
Viết sáng tạo với một kế hoạch mạch lạc, trong đó mô hình phác thảo một số phác thảo cốt truyện, đánh giá chúng và mở rộng mạnh mẽ nhất trước khi viết văn xuôi. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí sai sót theo thời gian.
Cây suy nghĩ trong thực tế
Các câu đố hạn chế như ô chữ nhỏ, trong đó mỗi từ được điền là một ý nghĩ và các nhánh không tương thích sẽ bị loại bỏ.
Các câu đố hạn chế như trò chơi ô chữ nhỏ, trong đó mỗi từ được điền là một ý nghĩ và các nhánh không tương thích bị bỏ qua. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.
Cây suy nghĩ trong thực tế
Các bài toán lập kế hoạch hoặc toán học nhiều bước trong đó mô hình khám phá các bước trung gian thay thế và quay lui từ những bước vi phạm các ràng buộc.
Các bài toán lập kế hoạch hoặc toán học nhiều bước trong đó mô hình khám phá các bước trung gian thay thế và các bước quay lại từ những bước vi phạm ràng buộc. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Rủi ro & lan can
Tối ưu hóa một điểm chuẩn có thể che giấu những điểm yếu của hệ thống rộng hơn.
Chi phí cơ sở hạ tầng và bảo trì thường được đánh giá thấp.
Khoảng cách về bảo mật và khả năng quan sát có thể tăng lên khi hệ thống trở nên phức tạp hơn.
Lộ trình thực hiện
Xác định các mục tiêu về độ trễ, chất lượng và chi phí trước khi triển khai.
Xác định các mục tiêu về độ trễ, chất lượng và chi phí trước khi triển khai. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Điểm chuẩn trong điều kiện tải và dữ liệu thực tế.
Điểm chuẩn trong điều kiện tải và dữ liệu thực tế. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Giám sát thiết bị về lỗi, độ lệch và tác động của người dùng.
Giám sát thiết bị về lỗi, độ lệch và tác động của người dùng. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Chuẩn bị đường dẫn khôi phục và ứng phó sự cố trước khi mở rộng quy mô.
Chuẩn bị đường dẫn khôi phục và ứng phó sự cố trước khi mở rộng quy mô. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.