一篇新论文将大型语言模型（LLM）的思维之树（ToT）框架视为一个经典的启发式搜索问题。它提出了一个使用启发式搜索术语的统一分类法，将状态表示和启发式评估等 LLM 推理组件映射到经典搜索元素。该论文分析了现有的 ToT 实现，并确定了用于简单任务的“最佳优先搜索”和用于复杂推理的 DFS/MCTS 等设计模式，同时还强调了开放的算法挑战。 AI
影响 在经典搜索的框架内形式化 LLM 推理，可能指导未来的算法开发和评估。
排序理由 该集群包含一篇详细介绍 LLM 推理新理论框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.28566v1 Announce Type: new Abstract: Large Language Models (LLMs) have demonstrated remarkable reasoning capabilities, yet their standard generation process -- auto-regressive token prediction -- is inherently myopic and prone to cascading errors. To address this, the …
Large Language Models (LLMs) have demonstrated remarkable reasoning capabilities, yet their standard generation process -- auto-regressive token prediction -- is inherently myopic and prone to cascading errors. To address this, the Tree-of-Thoughts (ToT) framework creates a searc…