概述
思维图将推理建模为一个网络，思想可以在其中自由合并、循环和连接，而不仅仅是分支。这使得模型可以结合来自不同路径的见解并对其进行改进，超越思想树的严格树形结构。
思维图推理是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。
深入探讨
Proposed by Besta et al. 2023 年，思想图（GoT）将推理过程表示为任意图：节点是思想（部分解决方案），边是它们之间的依赖关系。与树不同，树中的每个思想只有一个父级，而图允许树不能进行的操作：聚合，其中多个思想被合并成一个组合解决方案，以及细化，其中思想循环返回以改进自身。这对于分解为必须重新组合答案的子问题的问题非常有用。对于排序和设置任务，GoT 可以拆分列表，独立解决各个部分，然后聚合排序后的部分。作者报告说，GoT 比思想树提高了排序质量，同时降低了成本，因为合并可以更好地利用中间结果。控制器、“操作图”计划和评分/排名模块协调运行哪些转换。
技术洞察
GoT 的关键抽象是将思想视为一张图，将推理步骤视为图转换：生成添加新的思想节点，聚合将多个节点合并为一个（每个源都有传入边），而细化创建一个修改思想的自循环。评分功能和排名选择要保留的最佳想法，而控制器则执行预定义的操作图。这种合并能力正是严格的父子树所无法表达的，并且它使得能够组合和重新组合部分解决方案。
掌握思维图推理
思维图将推理建模为一个网络，思想可以在其中自由合并、循环和连接，而不仅仅是分支。这使得模型可以结合来自不同路径的见解并对其进行改进，超越思想树的严格树形结构。思维图推理是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。为了建立深入的理解，请将思维图推理视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，使用思维图推理的强大团队可以根据可靠性和成本来优化架构、数据和基础设施选择。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
多年来，架构决策决定着性能和运营成本。与此同时，优化一个基准测试可以隐藏更广泛的系统弱点。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
多年来，架构决策决定着性能和运营成本。
多年来，架构决策决定着性能和运营成本。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
更好的工程选择可以减少生产中的可靠性事故。
更好的工程选择可以减少生产中的可靠性事故。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
对一长列表进行排序，将其分成块，分别对每个块进行排序，然后将排序后的块聚合成一个有序结果。
文档摘要，生成各部分的部分摘要，然后合并成一个连贯的整体。
设置关键字计数或交集等操作，其中子结果通过聚合节点组合。
通过在细化步骤中循环思考来迭代地细化生成的解决方案，直到其质量得分停止提高。
实施模式
思维图推理实践
对一长列表进行排序，将其分成块，分别对每个块进行排序，然后将排序后的块聚合成一个有序结果。
通过将一长列表分成多个块，分别对每个块进行排序，然后将排序后的块聚合成一个有序的结果，对一长列表进行排序。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
思维图推理实践
文档摘要，生成各部分的部分摘要，然后合并成一个连贯的整体。
文档摘要，生成各部分的部分摘要，然后合并成一个连贯的整体。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
思维图推理实践
设置关键字计数或交集等操作，其中子结果通过聚合节点组合。
设置关键字计数或交集等操作，其中子结果通过聚合节点进行组合。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
思维图推理实践
通过在细化步骤中循环思考来迭代地细化生成的解决方案，直到其质量得分停止提高。
通过在细化步骤中循环思考来迭代地细化生成的解决方案，直到其质量分数停止提高。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
优化一项基准测试可以隐藏更广泛的系统弱点。
基础设施和维护成本常常被低估。
随着系统变得更加复杂，安全性和可观察性差距可能会扩大。
实施路线图
在实施之前定义延迟、质量和成本目标。
在实施之前定义延迟、质量和成本目标。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在实际负载和数据条件下进行基准测试。
在实际负载和数据条件下进行基准测试。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
仪器监控错误、漂移和用户影响。
仪器监控错误、漂移和用户影响。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在扩展之前准备回滚和事件响应路径。
在扩展之前准备回滚和事件响应路径。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。