思考のツリー：システム2の概念をLLMに取り込み、CoTベースのGPT-4よりもさらに強力に

思考のツリー：システム2の概念をLLMに取り込み、CoTベースのGPT-4よりもさらに強力に

このような計画プロセスを設計するために、人工知能（および認知科学）の起源に戻り、1950年代からNewel...概要を表示 このような計画プロセスを設計するために、人工知能（および認知科学）の起源に戻り、1950年代からNewell、Shaw、Simonが探求した計画プロセスからインスピレーションを得ました。Newellたちは、問題解決を、木として表現された組合せ問題空間の探索として特徴付けました。そこで著者たちは、言語モデルによる一般的な問題解決のためのTree of Thoughts (ToT)フレームワークを提案します。Fig.1が示すように、既存の方法が問題解決のために連続的な言語シーケンスをサンプリングするのに対し、ToTは積極的に思考の木を維持し、各思考は問題解決への中間段階として機能する首尾一貫した言語シーケンスとなります（Table 1）。このような高レベルの意味単位により、LMは、言語でもインスタンス化される意図的な推論プロセスを通じて、異なる中間思考が問題解決に向けてどのように進んでいるかを