思維樹（ToT）

思維樹把解題視為對「部分解」的刻意搜尋，而不是一條由左到右、一氣呵成的喃喃自語。模型從當前狀態提出數個可能的下一推理步驟，評估每一步看起來有多有希望，展開好的分支，並能回溯放棄死路。這就像「寫下腦中第一個想到的解法」與「先勾勒幾種開局、加以評估、再投入最強的一種」之間的差別。

具體而言，一個「想法」是一個中間步驟；狀態則是想法的序列，構成樹上的節點。生成器 G(s) 取樣 k 個候選的下一想法，評估器 V(s) 給每個狀態一個啟發式價值——可用直接提示（請替這個狀態打 1 到 10 分）或對多個樣本投票——再由廣度優先或帶剪枝的深度優先等搜尋策略探索邊界。語言模型因此同時扮演三種角色：提出走步、評判走步，並受搜尋控制器驅動。

在具備分支選擇與可驗證子目標的謎題上（例如 24 點或填字遊戲），前瞻與回溯確實帶來可量測的幫助。代價是每題需要多得多的模型呼叫，且評估器可能校準不良，導致搜尋自信地展開錯誤分支；在單一連貫思維鏈本就足夠的任務上，增益會明顯縮小。