原贴链接

在我看来，这种技术对未来相当有前景，它现在怎么样了？它是被直接应用到我们如今所知的所有人工智能中了，还是已经被遗忘了呢？

讨论总结

原帖对“思维树（ToT）”技术的去向表示疑惑，是已经被应用到现有AI中还是被遗忘了。评论者们提出了各种观点，包括有新的技术出现可能导致ToT不再受关注，技术尝试面临人力不足和时间不够的问题，有人认为存在看起来更好的“不确定思维树”，部分ToT理念可能传播到其他模型，还有人提及该技术在生产中使用成本高、耗时且难以保持正轨等，整体讨论热度不高，氛围比较平和。

主要观点

  1. 👍 新的技术出现可能是ToT不再受关注的原因。
    • 支持理由：有评论者指出可能有其他技术出现，这些技术不是像ToT那样的大型标记搅拌器，可能在某些方面更优。
    • 反对声音：无。
  2. 🔥 ToT技术在生产使用中成本高、耗时且难以保持正轨。
    • 正方观点：评论者表示在生产中尝试使用ToT技术的人会发现这些问题。
    • 反方观点：无。
  3. 💡 部分ToT理念已传播到o1和新推理模型。
    • 解释：有评论者相信一些ToT的理念已经传播到o1和新的推理模型中。
  4. 💡 可以让代理来做技术尝试的事情。
    • 解释：在讨论技术尝试面临人力不足的情况时，有评论者提出可以让代理来做这些事。
  5. 💡 推测下代Llama会有思考类创新且可能与o1相关。
    • 解释：评论者Sabin_Stargem推测下一个大型的Llama版本可能会纳入类似于o1的“思考”类型的创新成果。

金句与有趣评论

  1. “😂 Probably because several other techniques have come out since then that aren’t such huge token churners like ToT is.”
    • 亮点：以一种形象的说法（不是大型标记搅拌器）来形容新技术与ToT技术的不同，解释了ToT可能不受关注的原因。
  2. “🤔 Everlier：There are more techniques and ideas than there are people to try them.”
    • 亮点：指出技术和想法多于可尝试的人，反映出技术发展中的一个现实问题。
  3. “👀 Sad - Replacement - 3988：I’m sure some of the ideas have propagated into o1 and the new reasoning models”
    • 亮点：对ToT理念的传播做出了推测，提供了ToT技术去向的一种可能性。
  4. “🤔 Anyone who actually tried to use it in production quickly realized it is massively expensive, time consuming process and its impossible to keep on the rails.”
    • 亮点：从实际生产使用的角度阐述了ToT技术存在的问题。
  5. “💡 I still use it (but only a very limited version) to create data for fine - tuning data. It’s excellent once you clean out the garbage and convert to zero shot.”
    • 亮点：提出了在ToT技术存在诸多问题的情况下，仍可使用其有限版本来创建微调数据的数据的方法。

情感分析

总体情感倾向比较中立。主要分歧点在于对ToT技术的评价，有的认为可能有新技术取代它，有的认为其部分理念仍在传播，还有人指出它在生产使用中存在问题。可能的原因是大家从不同的角度（技术发展、实际使用、理念传播等）来看待ToT技术。

趋势与预测

  • 新兴话题：下代Llama是否会有思考类创新成果。
  • 潜在影响：如果下代Llama真的纳入思考类创新成果，可能会影响到本地模型的发展，也可能对整个AI相关领域的技术发展产生一定的推动作用。

详细内容：

《“思维之树”（ToT）的命运究竟如何？》

近日，Reddit 上一则题为“ What happened to the ’tree of thoughts’ (ToT)?”的帖子引发了广泛关注。该帖提出了“思维之树”这一技术看似前景可观，但不知其现状如何，是已被融入当今熟知的各类 AI 中，还是已被遗忘的疑问。此帖获得了众多点赞和大量评论。

讨论的焦点主要集中在以下几个方面：

有人认为可能是因为此后出现了若干其他技术，而这些技术不像 ToT 那样是巨大的令牌搅拌器。还有用户表示，技术和想法层出不穷，数量之多以至于根本没有足够的时间去尝试所有不断涌现的新事物，这简直令人痛苦。也有人提出我们将开始让智能代理来为我们处理这些事情。

此外，有人称还有“不确定思维之树”，并且看起来更好。有人确信部分 ToT 的理念已融入 o1 和新的推理模型，或者有助于生成训练数据。

有人提供了相关的研究链接：Graph of Thoughts: Solving Elaborate Problems with Large Language Models 、Demystifying Chains, Trees, and Graphs of Thoughts ，并推测未来我们可能会采用传统方法，如“对传入的思维进行卡尔曼滤波”以及“解决国际象棋 8 皇后问题时的回溯方法”等。

有用户大胆猜测下一代的 Llama 会纳入类似 o1 所具有的“思维”类型的创新。

也有人询问 quietstar 的情况，尤其是在 o1 之后。还有人指出，任何在实际生产中尝试使用 ToT 的人很快就会意识到这是一个极其昂贵和耗时的过程，很难把控。但也有人表示仍在使用（只是非常有限的版本）来为微调数据创建数据，只要清理掉垃圾并转换为零样本，效果就非常出色。

在这场讨论中，对于 ToT 的未来发展，大家观点各异，但普遍认为新技术的涌现带来了更多选择和挑战。而关于如何更好地利用和发展 ToT 及其相关技术，仍有待进一步探索和实践。