Tree-of-thought

Hvad er tree-of-thought?

Tree-of-thought (ToT) er en avanceret prompting-teknik der lader AI-modeller udforske flere mulige løsningsveje parallelt, evaluere dem undervejs, og vælge den bedste. Hvor chain-of-thought følger én enkelt ræsonneringskæde, åbner tree-of-thought et helt træ af muligheder.

Teknikken blev introduceret i 2023 af forskere fra Princeton og Google DeepMind. Den er inspireret af hvordan mennesker løser svære problemer: vi overvejer flere muligheder, forkaster blindgyder og forfølger de mest lovende spor.

Tænk på det som forskellen mellem at gå i en lige linje gennem en labyrint (chain-of-thought) og at udforske flere stier samtidigt og vende om når en sti fører til en blindgyde (tree-of-thought).

Hvordan fungerer tree-of-thought?

1. Generér muligheder. Ved hvert trin i ræsonnementet genererer modellen flere mulige næste skridt i stedet for kun ét.
2. Evaluer. Modellen vurderer hver mulighed: er dette et lovende spor, eller fører det sandsynligvis til en forkert løsning?
3. Udvælg. De mest lovende stier forfølges videre. Dårlige stier beskæres. Modellen “vender om” og prøver en anden vej.
4. Søgestrategi. Træet udforskes enten bredde-først (alle muligheder på ét niveau først) eller dybde-først (følg én sti til ende, backtrack om nødvendigt).

Resultatet er en struktureret søgning gennem løsningsrummet i stedet for et enkelt lineært forsøg.

ToT vs. chain-of-thought

1. Struktur. CoT er en lineær kæde af tanker (A → B → C → svar). ToT er et forgrenet træ med flere parallelle stier.
2. Backtracking. CoT kan ikke gå tilbage: hvis et tidligt trin er forkert, propagerer fejlen. ToT kan forlade en sti og prøve en anden.
3. Evaluering. CoT evaluerer ikke sine egne trin. ToT vurderer hvert trin aktivt: “Er dette en god retning?”
4. Beregningskost. ToT kræver flere API-kald og tokens end CoT, fordi flere stier udforskes. Det er en afvejning mellem kvalitet og omkostning.
5. Opgavetyper. CoT er tilstrækkelig for de fleste opgaver. ToT giver størst gevinst på problemer med mange mulige løsningsveje, hvor den rigtige løsning ikke er oplagt fra starten.

Hvornår er tree-of-thought nyttig?

1. Kreativ problemløsning. Opgaver med mange mulige tilgange, f.eks. “Skriv et forretningskoncept for en app der løser problem X.” ToT udforsker flere koncepter.
2. Matematiske puslespil. Problemer som Sudoku eller logiske gåder der kræver trial-and-error med backtracking.
3. Planlægning. Komplekse planlægningsopgaver med mange mulige rækkefølger og afhængigheder.
4. Strategiske spørgsmål. Forretningsbeslutninger med flere alternativer der skal vejes mod hinanden.

Tree-of-thought i praksis

I praksis kan du bruge ToT-princippet selv i et enkelt prompt:

“Overvej tre forskellige tilgange til dette problem. For hver tilgang: beskriv den kort, vurder styrker og svagheder, og estimér sandsynligheden for succes. Vælg derefter den bedste tilgang og udfold den.”

Denne simple instruktion giver modellen tilladelse til at udforske bredt før den fokuserer. Det er kerneprincippet i tree-of-thought.

For programmering kan det se sådan ud: “Tænk over tre mulige arkitekturer for denne feature. Evaluer hver for vedligeholdbarhed, skalerbarhed og implementeringstid. Vælg den bedste og implementer den.”