Project Icon

tree-of-thought-puzzle-solver

基于Tree-of-Thought框架的Sudoku解题器

该项目展示了一种树形思维(Tree-of-Thought, ToT)框架的Sudoku解题器,旨在提升大型语言模型(LLMs)的复杂问题解决能力。ToT技术模仿人类通过探索和回溯的思维过程,具有动态调整和回溯的能力。项目实现包含多个模块,如prompter agent、checker module、memory module和ToT controller,并与LLM进行多轮对话,以实现智能求解。如需详细了解,请访问预印本。

项目介绍:Tree of Thought Puzzle Solver

Tree of Thought Puzzle Solver 项目涉及一个基于“思维树”框架的数独解题程序。该项目是为了改进自回归大语言模型(LLMs)的问题解决能力而提出的一种创新方法。这种“思维树”技术的灵感来源于人类在解决复杂推理任务时,通过试探与错误进行思考的方式。在这一过程中,人的思维如同探索解空间结构,一旦某个路径行不通,还可以选择回溯并重新探索其他路径。

想法与实现

为了将“思维树”方法转化为实际软件系统,项目组增强了一种大语言模型,增加了一些附加的模块。这些模块包括提示代理、检查模块、记忆模块和思维树控制器。这些模块与大语言模型进行多轮对话,以求解决给定的问题。

与传统的自回归大语言模型在生成序列时只能基于之前生成的内容不同,思维树框架允许系统在思维的过程中进行回溯,重新从前一阶段进行探索,尝试不同的方向。如此一来,系统可以更灵活、更人性化地解决复杂问题。

有关更多详细信息,您可以查阅项目的预印本:《Large Language Model Guided Tree-of-Thought》(大语言模型引导的思维树)。

论文链接

环境配置

要开始使用这个项目,首先需要克隆项目仓库并安装必要的依赖。确保您的 Python 版本在 3.9 或以上:

git clone https://github.com/jieyilong/tree-of-thought-puzzle-solver
cd tree-of-thought-puzzle-solver
pip install -r requirements.txt
touch config.yaml

创建并编辑 config.yaml 文件,将以下内容粘贴进去,保存文件。接着,设置您选择的模型(例如 "gpt-3.5-turbo")以及您的 OpenAI API 密钥:

chatbot:
    type: "openai"
    max_context_length: 8000
    include_chat_history_in_query: false
openai:
    model: <model_name>
    api_key: <your_open_ai_api_key>

运行思维树解题器

一旦环境配置完成,可以通过以下命令运行思维树解题器:

python run_tot.py "<problem_description>"

# 示例
python run_tot.py "please solve this 4x4 sudoku puzzle [[*,1,*,*],[*,*,2,*],[*,*,*,4],[1,*,*,*]] where * represents a cell to be filled in."

实验运行

项目支持多种解题模式的实验运行,包括零次尝试、单次提示、多次提示以及思维树模式。您可以通过以下命令选择不同解题策略并运行实验:

# solver_type: zero_shot, one_shot_with_cot, few_shot_with_cot, tot
python run_expr.py <solver_type> <path/to/problem/set/json>

# 示例
python run_expr.py zero_shot data/benchmarks/sudoku/3x3_sudoku_puzzles.json
python run_expr.py one_shot_with_cot data/benchmarks/sudoku/3x3_sudoku_puzzles.json
python run_expr.py few_shot_with_cot data/benchmarks/sudoku/3x3_sudoku_puzzles.json
python run_expr.py tot data/benchmarks/sudoku/3x3_sudoku_puzzles.json

引用

如果您在研究中引用了该项目,请参考以下文献格式:

@misc{long2023llmtot,
      title={Large Language Model Guided Tree-of-Thought}, 
      author={Jieyi Long},
      year={2023},
      eprint={2305.08291},
      archivePrefix={arXiv},
      primaryClass={cs.AI}
}

以上就是 Tree of Thought Puzzle Solver 项目的介绍。通过这种结合人工智能与人类独特思维模式的创意解决方案,项目团队期望在问题解决领域取得更大的突破。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号