树状思维提示开源项目教程-CSDN博客

本文链接：https://blog.csdn.net/gitblog_00857/article/details/146939685

树状思维提示开源项目教程

tree-of-thought-prompting Using Tree-of-Thought Prompting to boost ChatGPT's reasoning 项目地址: https://gitcode.com/gh_mirrors/tr/tree-of-thought-prompting

1. 项目介绍

树状思维提示（Tree-of-Thought Prompting，简称ToT）是一个基于大型语言模型（LLM）的开源项目。它借鉴了树状思维框架的概念，旨在扩展和增强传统的链式思维提示（Chain-of-Thought Prompting），从而提升LLM的推理能力。通过ToT技术，LLM能够自主纠正错误，并逐步积累知识，提高回答复杂问题的准确率。

2. 项目快速启动

要快速启动并使用树状思维提示，请按照以下步骤操作：

# 克隆项目仓库
git clone https://github.com/dave1010/tree-of-thought-prompting.git

# 进入项目目录
cd tree-of-thought-prompting

# 查看项目文件
ls -l

# 以下是项目中的主要文件
# README.md - 项目说明文件
# tree-of-thought-prompts.txt - 包含树状思维提示的示例
# questions.txt - 包含用于测试的问题
# chain-of-thought-prompts.txt - 包含链式思维提示的示例

3. 应用案例和最佳实践

以下是使用树状思维提示的一个简单案例：

问题: Bob在客厅。
他走到厨房，拿着一个杯子。
他把球放进杯子里，然后拿着杯子走到卧室。
他倒转杯子，然后走到花园。
他把杯子放在花园里，然后走到车库。
球在哪里？

树状思维提示示例:
想象有三个不同的专家在回答这个问题。
所有专家写下他们思考的1步，然后与小组分享。
然后所有专家继续下一步，等等。
如果任何专家在任何时候意识到他们错了，他们会离开。
问题是...

ChatGPT 3.5的回应:
专家1: 球在客厅。
专家2: 球在厨房。
专家3: 球在卧室。
专家1: Bob拿着杯子走到卧室，所以球一定在杯子里。
专家2: 哦，我明白了。是的，球在杯子里。
专家3: 同意，球在卧室的杯子里。
专家1: 接下来，Bob在卧室里倒转了杯子。
专家2: 之后，Bob走到花园并放下杯子。
专家3: 因此，当Bob在卧室里倒转杯子时，球一定掉出来了。所以球在卧室里，不再在杯子里了。
专家1: 哦，你说得对。我犯了一个错误。球在卧室里，不再在杯子里了。
专家2: 同意，球在卧室里。
专家3: Bob然后走到车库，所以球仍然在卧室里。它不在花园或车库里。
专家1: 绝对正确，球仍然在卧室里。
专家2: 是的，球没有从卧室里移动。
专家3: 因此，球在卧室里，不在花园或车库里。
所有三个专家都同意球在卧室里。