作者 | 酯基 

整理 | NewBeeNLP

后台留言『交流』，加入 NewBee算法讨论组

大型语言模型已经在多种任务中大显身手，甚至在数学、逻辑推理等任务上都表现出色。但是由于自回归模型从左到右的输出模式，使得模型只能进行token级别的单向决策。而人类在进行复杂问题的决策时，往往会采用树状的思维方式进行规划。

基于这两点，作者设计了一种简单的 思维树(Tree of Thought, ToT) ，使用LLM模拟人类的决策过程，以解决复杂问题。

source：Tree of Thoughts: Deliberate Problem Solving with Large Language Models[1]

现有的LM问题解决方式可以分为一下几种：

Input-output (IO) prompting ：将问题转化为输入/输出形式的prompt，如指令/few-shot示例，表示为 。

Chain-of-thought (CoT) prompting ：引入思维链 ，表示为 ，输出表示为 。

Self-consistency with CoT (CoT-SC) ：在CoT方法上的提升，通过CoT产生 个样本，选取其中出现频率最高的。

作者提出现有LM推理过程中解决问题的 两个短板 ：

不会探索不同的可能选择分支

无法在节点进行前后向的探索

ToT将问题建模为树状 搜索过程，其中每个节点为状态 。ToT包括四个步骤：问题分解、想法生成，状态评价以及搜索算法的选择。

ToT的第一步首先在于将复杂问题拆解成为小问题。由于ToT方法要求模型在每一节点产生多种方案，因此对于问题拆解的要求较高，拆解后的问题不宜过大也不宜过小。

给定一个树节点 ，有两种生成k个方案的方法：

CoT prompt根据每个状态s生成 ，这种方式适用于方案空间丰富的场景（如写作）。

使用propose prompt，，这种方式适用于方案有限的场景（如实验中的24点）。

利用LM对现有状态进行评估。与想法生成器相似，作者提出两种评估方式：

对每个状态，让LM给出数值或分级的评价（好/中/差）

让LM在不同的状态间进行投票式选择，投票多次后选择得票率最高的选项。

针对树形结构，进行广度优先（Breadth-first search, BFS）与深度优先（Depth-first search, DFS）两种搜索算法，如下图所示：

其中，广度优先算法每一步保留b个最优结果，而深度优先算法每步先探索最优路径至得出答案或评价器认为无解。

作者在三种需要计划和搜索的任务上分别进行了实验：二十四点、创造性写作与填词游戏。基础模型均使用GPT-4的对话补全模式。

IO、CoT等baseline方法在24点任务中仅能够取得不到10%的准确率，而ToT策略则将准确率提升到了74%.

在创新性写作任务上，ToT方法能够生成具有更好的连贯性的文章，并且更加符合人类偏好。

本文中，作者提出了一种方法，利用LM对复杂任务进行建模，使模型能够能动地进行规划和决策，大大提升了语言模型再复杂推理任务上的表现。作者认为这将是未来发展非常有潜力的方向。

一起交流

想和你一起学习进步！『NewBeeNLP』目前已经建立了多个不同方向交流群（机器学习 / 深度学习 / 自然语言处理 / 搜索推荐 / 图网络 / 面试交流 / 等），名额有限，赶紧添加下方微信加入一起讨论交流吧！（注意一定o要备注信息才能通过）

[1]

Tree of Thoughts: Deliberate Problem Solving with Large Language Models: https://arxiv.org/abs/2305.10601