From b5dd7548fab013e86127c25fb3064a7fd7d28b00 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?kiner-tang=28=E6=96=87=E8=BE=89=29?= <1127031143@qq.com> Date: Wed, 9 Aug 2023 14:20:57 +0800 Subject: [PATCH] Update tot.zh.mdx --- pages/techniques/tot.zh.mdx | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/pages/techniques/tot.zh.mdx b/pages/techniques/tot.zh.mdx index 9dc77c1..722fc11 100644 --- a/pages/techniques/tot.zh.mdx +++ b/pages/techniques/tot.zh.mdx @@ -17,7 +17,7 @@ ToT 框架原理如下： ToT 需要针对不同的任务定义思维/步骤的数量以及每步的候选项数量。例如，论文中的“算 24 游戏”是一种数学推理任务，需要分成 3 个思维步骤，每一步都需要一个中间方程。而每个步骤保留最优的（best） 5 个候选项。 -ToT 完成算 24 的游戏任务要执行宽度优先搜索（BFS），每步思维的候选项都要求 LM 给出能否得到 24 的评估：“sure/maybe/impossible”（一定能/可能/不可能） 。作者讲到：“目的是得到经过少量向前尝试就可以验证正确（sure）的局部解，基于‘太大/太小’的常识消除那些不可能（impossible）的局部解，其余的局部解作为‘maybe’保留。”每步思维都要抽样得到 3 个评估结果。整个过程如下图所示： +ToT 完成算 24 的游戏任务要执行广度优先搜索（BFS），每步思维的候选项都要求 LM 给出能否得到 24 的评估：“sure/maybe/impossible”（一定能/可能/不可能） 。作者讲到：“目的是得到经过少量向前尝试就可以验证正确（sure）的局部解，基于‘太大/太小’的常识消除那些不可能（impossible）的局部解，其余的局部解作为‘maybe’保留。”每步思维都要抽样得到 3 个评估结果。整个过程如下图所示： 图片援引自：[Yao et el. (2023)](https://arxiv.org/abs/2305.10601) @@ -40,4 +40,4 @@ ToT 完成算 24 的游戏任务要执行宽度优先搜索（BFS），每步思 以此类推，直到所有专家写完他们思考的所有步骤。 只要大家发现有专家的步骤出错了，就让这位专家离开。 请问... -``` \ No newline at end of file +```