摘要 — Tree of Thoughts (ToT) 是 CoT 的树状扩展，由普林斯顿大学和 Google DeepMind 在 2023 年提出。核心思想是在每一步推理时探索多个可能的分支，支持多路径并行探索和系统性回溯。适用于复杂问题求解、创意探索、战略规划等场景。
Tree of Thoughts (ToT) 思维树
Tree of Thoughts（ToT）框架是对 Chain of Thought 的扩展，由普林斯顿大学和 Google DeepMind 的研究人员于 2023 年提出。
核心思想
传统的 CoT 是线性推理，而 ToT 允许在每一步探索多个可能的"思维分支"，形成树状结构。
工作流程
- 问题分解 — 将问题分解为多个子目标
- 生成分支 — 为每个子目标生成多个解决方案
- 评估分支 — 评估每个分支的可行性和价值
- 回溯或继续 — 根据评估结果决定是否回溯或深入
- 选择方案 — 最终选择最佳解决方案
与 CoT 的对比
| 维度 | CoT | ToT |
|---|---|---|
| 路径 | 单一路径 | 多路径并行 |
| 探索 | 线性探索 | 树状探索 |
| 回溯 | 不支持 | 支持 |
| 适用 | 简单推理 | 复杂问题 |
实践建议
- 分支数量要适中 — 一般 2-4 个分支
- 评估标准要明确 — 定义清晰的评估维度
- 设置深度限制 — 防止无限递归
- 结合评分机制 — 给每个分支打分辅助决策