提示與情境學習

思維樹提示(tree-of-thought prompting)

思維樹提示,讓模型一次探索好幾條推理路線,就像棋手考慮幾個候選著法、各自往前推算、再剪掉走不通的那些。普通的思維鏈會認定單一條路徑、一路走到底,思維樹則會分枝:在每一步它提出數個可能的下一個想法,評估每個看起來多有希望,繼續發展最好的幾個,同時放棄死路。

這適合那種「一步早期的錯誤就毀掉整次嘗試、而且要到很後面才看得出來」的問題,例如謎題、規劃,或類似搜尋的任務。分枝加上評估,讓模型能從錯誤的方向退出來,而不是固執地把一條注定失敗的鏈走完。實務上它由一支外層程式驅動,多次呼叫模型——一次生成候選想法,再一次為它們評分——像搜尋演算法那樣探索整棵樹。

代價是多出許多次模型呼叫與實打實的工程功夫,所以它保留給那些「單一直線嘗試一再失敗」的真正難題。對大多數日常任務,一個簡單的思維鏈、或自我一致性,就能以零頭的成本帶來大部分的好處。

又称
ToTtree of thoughts