Дерево мыслей

Дерево мыслей (Tree of Thought, ToT) — метод управления рассуждением языковых моделей, предложенный в 2023 году исследователями из Princeton и Google DeepMind. В отличие от цепочки мыслей (Chain-of-Thought), где модель движется от вопроса к ответу по одному пути, ToT формирует граф возможных промежуточных состояний и систематически оценивает каждое из них.

Механизм основан на трёх операциях: генерации нескольких мыслей-кандидатов на каждом шаге, оценке каждой мысли через отдельный вызов модели или эвристику и выборе стратегии обхода — вширь (BFS) или вглубь (DFS) с возможностью возврата к предыдущему узлу. Это позволяет модели «отступить» от тупикового пути и попробовать альтернативу, что невозможно в стандартном авторегрессионном режиме.

Практическая ценность ToT особенно высока в структурированных задачах: математических головоломках, стратегических играх, многошаговом планировании. В исходной статье на задаче Game of 24 метод решил 74% тестовых случаев, тогда как стандартный CoT — лишь 4%.

К 2026 году идеи ToT интегрированы в архитектуры рассуждающих моделей (серия o от OpenAI, Claude с extended thinking), которые реализуют поиск по пространству промежуточных состояний автоматически. Явный ToT как отдельная техника промптинга применяется в специализированных агентных системах, где прозрачность ветвления логически необходима.

Пример

“При решении задачи планирования поставок агент с ToT генерирует три варианта маршрута, оценивает стоимость каждого на промежуточном шаге и продолжает расчёт только для двух наиболее экономичных ветвей, отбрасывая заведомо невыгодный путь без полного его просчёта.