Tree of Thoughts Prompting

Nếu như bạn đang phải thực hiện một nhiệm vụ phức tạp, đòi hỏi khả năng đánh giá tổng quát để đưa ra chiến lược mà các kỹ thuật thiết lập câu lệnh bạn từng sử dụng trước đó không giải quyết được, thì Tree of Thoughts Prompting (ToT) có thể là một lựa chọn cho bạn.

Nhưng ToT Prompting là gì và có thể áp dụng phương pháp này thế nào? Hãy cùng đọc bài viết dưới này nhé!

Tree of Thoughts Prompting là gì?

Tree of Thoughts (ToT) có thể dịch sang tiếng Việt là "cây suy nghĩ". Đây là một kỹ thuật giúp các mô hình ngôn ngữ lớn (LLM) đạt được kết quả chính xác hơn thông qua việc khám phá nhiều con đường lý luận khác nhau. Các con đường này tạo thành một cấu trúc giống như cây với các nhánh và nút, cho phép mô hình khám phá và tinh chỉnh các bước khác nhau hướng tới giải pháp cuối cùng.

Hiểu một cách đơn giản, phương pháp này giống như quá trình suy nghĩ của con người, mô hình sẽ "nghĩ" ra các ý tưởng, sau đó tiếp tục mở rộng và đánh giá từng nhánh. Cuối cùng, mô hình sẽ kết hợp với một thuật toán tìm kiếm để đánh giá chi tiết hơn các nhánh một cách có hệ thống để đưa ra một kết quả đầu ra tối ưu nhất.

So sánh Tree of Thoughts và Chain of Thoughts

Tree of Thoughts và Chain of Thoughts là hai kỹ thuật prompt hữu ích giúp hướng dẫn mô hình ngôn ngữ lớn tạo ra kết quả chính xác và tối ưu hơn. Tuy nhiên, 2 mô hình này cũng có nhiều điểm khác biệt như sau:

Tree of Thoughts (ToT): Phương pháp này dựa vào việc mô hình có khả năng tạo ra phản hồi theo cấu trúc phân nhánh. Từ một ý tưởng trung tâm, các chủ đề phụ và chi tiết dần dần phát triển, giống như một cái cây. Cách tiếp cận này cho phép mô hình khám phá nhiều hướng đi khác nhau trước khi chọn một cách giải quyết, rất hữu ích cho những tình huống cần ra quyết định phức tạp. Nó kết hợp lý luận và sự tìm kiếm để đánh giá chất lượng của từng nhánh, sử dụng cơ chế tự đánh giá để đảm bảo kết quả đáng tin cậy.

Chain of Thoughts (CoT): Trái ngược với ToT, CoT giúp mô hình tạo ra văn bản theo cách tuyến tính, tức là từ trái sang phải. Mỗi phần tiếp theo phụ thuộc vào phần trước đó, tạo ra một dòng suy nghĩ logic rõ ràng. Phương pháp này rất hiệu quả cho các tác vụ cần sự rõ ràng trong từng bước. Nếu được cho vài ví dụ, mô hình có thể học và áp dụng dễ dàng hơn. Mặc dù CoT đơn giản hơn, nhưng nó có thể thiếu được chiều sâu so với ToT.

So sánh và ứng dụng: Trong khi ToT là phương pháp phức tạp hơn cho việc tạo văn bản, sử dụng tìm kiếm cây và các chiến lược nhìn trước, CoT mang lại một quy trình đơn giản hơn. ToT rất phù hợp cho các nhiệm vụ cần khám phá nhiều giải pháp, như học tăng cường, nơi việc quay lại và tìm kiếm phương án khác là rất quan trọng. Ngược lại, CoT lại lý tưởng cho các nhiệm vụ yêu cầu từng bước suy nghĩ rõ ràng và mạch lạc.

Cấu trúc và hoạt động của Tree of Thoughts

Cây suy nghĩ hoạt động như sau:

• Nút gốc: Đây là vấn đề chính mà chúng ta muốn giải quyết. Từ nút này, các nhánh (suy nghĩ) sẽ phát triển.

• Nhánh: Mỗi nhánh đại diện cho một bước hoặc suy nghĩ trung gian trong quá trình giải quyết vấn đề. Khi mô hình phát triển những suy nghĩ này, nó tạo ra một mạng lưới các khả năng khác nhau mà nó có thể lựa chọn.

• Nút lá: Các nút ở cuối của các nhánh, cho thấy khả năng hoặc giải pháp cuối cùng mà mô hình có thể đạt được.

Quá trình trên sẽ được lặp đi lặp lại, trong đó mô hình liên tục đánh giá và tinh chỉnh lý luận của mình, cho phép tìm ra giải pháp chính xác nhất một cách hiệu quả. 

Lợi ích của Tree of Thoughts

Ứng dụng ToT prompting giúp cho mô hình ngôn ngữ có khả năng giải quyết được vấn đề hức tạp một cách chi tiết và chính xác hơn bởi:

• Khả năng suy luận đa bước: Mô hình được khuyến khích xem xét nhiều con đường để tìm ra giải pháp, tương tự như cách con người nghĩ về các vấn đề phức tạp. Do đó, mô hình không chỉ tập trung vào một câu trả lời duy nhất mà có khả năng mở rộng suy nghĩ của mình dẫn đến khả năng phát hiện ra những góc nhìn mới mẻ và giải pháp độc đáo hơn cho các vấn đề khó khăn.

• Tăng tính sáng tạo: Việc khám phá nhiều hướng đi khác nhau không chỉ giải quyết vấn đề một cách hiệu quả mà còn có thể đưa ra những ý tưởng mới mẻ, khuyến khích sự sáng tạo trong câu trả lời.

• Cải thiện độ chính xác: Bằng cách phân tích và đánh giá nhiều khả năng giải pháp khác nhau, mô hình có thể quyết định phương án tối ưu, từ đó tối đa hóa khả năng đưa ra các câu trả lời chính xác, phù hợp với ngữ cảnh mà không bị giới hạn bởi quan điểm đơn điệu. Từ đó nâng cao độ chính xác của đầu ra.

• Khả năng thích ứng: ToT không giới hạn trong một phạm vi cụ thể. Cho dù đó là giải quyết các bài toán phức tạp, tạo ra các câu chuyện sáng tạo hay tối ưu hóa các kế hoạch hậu cần, khuôn khổ này đều thích ứng với các thách thức riêng biệt của từng tình huống.

Cách triển khai Tree of Thoughts Prompting

Có thể triển khai Tree of Thoughts Prompting theo nhiều cách khác nhau, nhưng tất cả đều đi qua bốn bước cơ bản giống nhau:

1. Phân tích vấn đề: Trước hết, hãy phân chia vấn đề thành những phần nhỏ hơn để dễ dàng xử lý hơn.

2. Tạo ra những ý tưởng tiềm năng: Tại mỗi bước, hãy đưa ra nhiều ý tưởng hoặc giải pháp khác nhau.

3. Đánh giá các ý tưởng: Xem xét từng ý tưởng, loại bỏ những ý tưởng kém, và tập trung vào những hướng đi có tiềm năng hơn.

4. Tìm kiếm trên cây: Áp dụng các chiến lược như Tìm kiếm theo chiều rộng (BFS) để khám phá nhiều hướng khác nhau hoặc Tìm kiếm theo chiều sâu (DFS) để đi sâu vào một hướng cụ thể.

Một vài ví dụ dưới đây có thể giúp bạn hiểu hơn về cách triển khai ToT Prompting:

Prompt Chaining

Phương pháp này sử dụng một loạt các lời nhắc lặp đi lặp lại để hướng dẫn AI đi qua cây suy nghĩ từng bước. Đây là phương pháp thực hành giúp bạn kiểm soát trong khi tận dụng khả năng lý luận của AI.

Sau đây là cách thức hoạt động:

1. Bắt đầu bằng một vấn đề rõ ràng: Đặt câu hỏi ban đầu để thiết lập lý luận tập trung. Ví dụ: “Ba chiến lược để sản phẩm A tiếp cận được nhiều khách hàng nhất là gì?”

2. Tạo ra nhiều ý tưởng: Yêu cầu AI đề xuất một số cách tiếp cận hoặc giải pháp khả thi. Ví dụ: “Liệt kê ba chiến lược khả thi để cải thiện trải nghiệm khách hàng”.

3. Đánh giá ý tưởng: Sử dụng các câu lệnh tiếp theo để đánh giá và tinh chỉnh các đề xuất, loại bỏ các đề xuất yếu hơn. Ví dụ: “Đánh giá các chiến lược này và giải thích chiến lược nào có vẻ hiệu quả nhất”.

4. Mở rộng trên ý tưởng tốt nhất: Hướng dẫn AI tập trung vào ý tưởng triển vọng nhất và tạo các bước tiếp theo. Ví dụ: "Dựa trên chiến lược tốt nhất, hãy phác thảo ba hành động cụ thể để thực hiện chiến lược đó".

Với Prompt Chaining, bạn có thể tạm dừng, đánh giá và chuyển hướng AI ở mọi giai đoạn, cho phép kiểm soát chặt chẽ hơn quá trình lý luận. Nó đặc biệt hiệu quả đối với các vấn đề hoặc tình huống mở mà bạn muốn điều chỉnh hướng dựa trên kết quả trung gian.

Zero Shot ToT

Zero Shot ToT là cách đơn giản nhất để thử nghiệm Tree of Thoughts bằng cách sử dụng một lời nhắc có cấu trúc duy nhất .

Thay vì phải xâu chuỗi các lời nhắc hoặc viết mã theo cách thủ công, bạn sẽ hướng dẫn AI mô phỏng nhiều đường dẫn lý luận và tự sửa lỗi - tất cả chỉ trong một lần.

Phương pháp này dựa trên một lời nhắc được thiết kế cẩn thận. Lời nhắc như sau:

Hãy tưởng tượng ba chuyên gia khác nhau đang trả lời câu hỏi này.
Tất cả các chuyên gia sẽ ghi lại 1 bước trong suy nghĩ của họ, sau đó chia sẻ với nhóm.
Sau đó, tất cả các chuyên gia sẽ bước sang bước tiếp theo, v.v.
Nếu bất kỳ chuyên gia nào nhận ra họ đã sai vào bất kỳ lúc nào, thì họ sẽ rời đi.
Câu hỏi là [câu hỏi của bạn]

Trong thiết lập này:

• AI đóng vai trò là ba chuyên gia khác nhau làm việc cùng nhau

• Mỗi chuyên gia đóng góp một bước lý luận, chia sẻ suy nghĩ của họ và đánh giá xem họ có nên tiếp tục hay không.

• Nếu một chuyên gia nhận ra lỗi, họ sẽ bỏ cuộc

• Quá trình này tiếp tục từng bước cho đến khi con đường lý luận mạnh nhất xuất hiện như là câu trả lời cuối cùng.

Ví dụ cách ứng dụng của Tree of Thoughts Prompting

Tree of Thoughts Prompting là một phương pháp mạnh mẽ nhằm tổ chức và tối ưu hóa quá trình tư duy, đặc biệt hiệu quả trong các bài toán hoặc nhiệm vụ yêu cầu sự suy luận phức tạp hoặc thực hiện nhiều bước. Ví dụ, khi bạn có dự định thay đổi nghề nghiệp từ viết content sang chạy quảng cáo, bạn có thể sử dụng Tree of Thoughts Prompting để giúp bạn đưa ra quyết định cuối cùng.

1. Đánh giá các lựa chọn

Nếu bạn đang phân vân trước các lựa chọn, ToT Prompting có thể sẽ giúp bạn tìm ra một giải pháp tốt nhất. Giả sử với câu lệnh: “Tôi đang cân nhắc thay đổi nghề nghiệp từ viết content sang chạy quảng cáo. Tôi nên cân nhắc những yếu tố chính nào khi đưa ra quyết định này?”

Ở giai đoạn này, ToT tạo ra một cái nhìn toàn diện về bối cảnh quyết định. Nó không chỉ liệt kê các yếu tố mà còn sắp xếp chúng thành một Cây suy nghĩ có cấu trúc. Mỗi yếu tố trở thành một nhánh có thể được khám phá sâu hơn. Điều này đảm bảo không có khía cạnh quan trọng nào bị bỏ qua và tạo tiền đề cho phân tích sâu hơn.

2. Xác định kết quả tiềm năng

ToT Prompting cũng hữu ích đối với các trường hợp cần đánh giá các kết quả tiềm năng. Giả sử bạn đã quyết định lựa chọn chuyển sang nghề chạy quảng cáo. Bạn có thể sử dụng ToT Prompting để xác định kết quả tiềm năng nhất. Ví dụ: "Trường hợp tôi thay đổi nghề nghiệp từ viết content sang chạy quảng cáo, hãy xác định ba kết quả tiềm năng khi theo đuổi ngành chạy quảng cáo, từ trường hợp tốt nhất đến trường hợp xấu nhất ”.

Ở đây, ToT mở rộng từng nhánh của cây quyết định. Nó không chỉ xác định kết quả mà còn khám phá cả các khả năng. Điều này giúp bạn hiểu được phạm vi hậu quả tiềm ẩn, từ tối ưu đến thách thức. ToT tạo ra bản đồ các kịch bản trong tương lai, đây là chìa khóa để đưa ra quyết định sáng suốt.

3. Đánh giá xác suất

Câu lệnh được dùng ở bước này sẽ là: “Gán một xác suất cho mỗi kết quả cho kịch bản thay đổi nghề nghiệp. Giải thích lý do của bạn cho mỗi xác suất.”

Trong giai đoạn này, ToT đang đưa ra các con số cho các khả năng. Nó giúp chúng ta thấy kết quả nào có nhiều khả năng xảy ra hơn hoặc ít khả năng xảy ra hơn. Điều này biến một lựa chọn có hoặc không thành một cái nhìn cân bằng về các cơ hội khác nhau. Giống như ToT đang tạo một bản đồ rủi ro đơn giản cho quyết định.

4. Đánh giá hậu quả

“Đánh giá hậu quả của mỗi kết quả về mặt tác động tài chính, sự phát triển cá nhân và triển vọng nghề nghiệp lâu dài.”

Ở giai đoạn này, ToT đang phân tích sâu từng nhánh của cây quyết định. Không chỉ liệt kê các hậu quả mà còn phân tích cách mỗi kết quả ảnh hưởng đến các khía cạnh khác nhau của cuộc sống. Phân tích đa chiều này giúp chúng ta hiểu được tác động đầy đủ của từng con đường tiềm năng. ToT đang tạo ra một đánh giá tác động toàn diện, rất quan trọng để đưa ra quyết định phù hợp với các mục tiêu và giá trị dài hạn.

5. Lựa chọn con đường tối ưu

“Dựa trên kết quả, khả năng và hậu quả, hành động được khuyến nghị cho kịch bản thay đổi nghề nghiệp là gì? Hãy tóm tắt lý do của bạn.”

Ở giai đoạn cuối này, ToT tổng hợp tất cả thông tin thu thập được ở các bước trước. Không chỉ đưa ra quyết định mà còn cung cấp kế hoạch chiến lược dựa trên các xác suất và hậu quả đã phân tích. ToT đang tạo ra một khuôn khổ quyết định cân bằng giữa cơ hội và rủi ro. Cách tiếp cận này dẫn đến một phán đoán mạnh mẽ và hợp lý hơn thay vì một lựa chọn đơn giản là "có" hoặc "không".

Một số ứng dụng khác của Tree of Thoughts Prompting

Tree of Thoughts Prompting là một phương pháp mạnh mẽ nhằm tổ chức và tối ưu hóa quá trình tư duy, đặc biệt hiệu quả trong các bài toán hoặc nhiệm vụ yêu cầu sự suy luận phức tạp hoặc thực hiện nhiều bước. Dưới đây là các ứng dụng nổi bật của phương pháp này:

1. Giải toán

Phương pháp Tree of Thoughts Prompting có thể được áp dụng một cách hiệu quả trong việc giải quyết các bài toán phức tạp. Thay vì chỉ tìm ra một giải pháp cuối cùng, phương pháp này khuyến khích người dùng phân tích một cách hệ thống từng bước giải quyết bài toán. Các bước này có thể bao gồm việc xác định các thông tin cần thiết, thực hiện các phép tính, và kiểm tra lại kết quả. Việc này không chỉ giúp người học hiểu rõ hơn về quy trình giải toán mà còn củng cố khả năng tư duy logic của họ.

2. Lập kế hoạch

Khi lập kế hoạch cho một dự án, Tree of Thoughts Prompting cho phép người dùng tổ chức các yếu tố quan trọng, từ mục tiêu đến các lựa chọn tiềm năng và các bước cần thực hiện. Bằng cách xây dựng một cây kế hoạch chi tiết, người dùng có thể dễ dàng nhìn nhận và đánh giá các lựa chọn khác nhau, đồng thời xác định các yếu tố rủi ro và cơ hội tiềm ẩn. Điều này đặc biệt hữu ích trong các tình huống phức tạp, nơi có nhiều biến số và quyết định.

3. Viết sáng tạo

Trong lĩnh vực viết sáng tạo, Tree of Thoughts Prompting giúp phát triển các ý tưởng câu chuyện hoặc kịch bản một cách có hệ thống. Quá trình vẽ ra các nhánh ý tưởng cho phép nhà văn không chỉ tập trung vào cốt truyện chính mà còn khám phá các diễn biến phụ, nhân vật phụ và các yếu tố khác có thể góp phần làm phong phú thêm câu chuyện. Nhờ vậy, người viết có thể tạo ra những tác phẩm đa dạng và sâu sắc hơn, với những tuyến truyện chính và phụ hòa quyện một cách hợp lý.

4. Tối ưu hóa vấn đề

Một trong những ứng dụng nổi bật khác của Tree of Thoughts Prompting là khả năng tìm kiếm giải pháp tốt nhất cho các vấn đề phức tạp. Bằng cách phân chia vấn đề thành các nhánh tư duy, người dùng có thể khảo sát nhiều phương án khác nhau và đánh giá ưu nhược điểm của từng lựa chọn. Phương pháp này giúp cải thiện khả năng ra quyết định, đồng thời tăng cường tính sáng tạo và hiệu quả trong việc giải quyết các vấn đề.

Kết luận

Tree of Thoughts Prompting là một trong những bước tiến quan trọng trong việc phát triển các mô hình ngôn ngữ lớn, giúp chúng hoạt động theo cách tự nhiên và hiệu quả hơn, tương tự như cách mà con người giải quyết vấn đề. Phương pháp này mở ra nhiều khả năng mới cho việc cải thiện khả năng tư duy và đưa ra quyết định của các mô hình trong tương lai.

Tóm lại, Tree of Thoughts Prompting không chỉ là một công cụ hữu ích trong việc tổ chức suy nghĩ mà còn là một phương pháp mạnh mẽ nhằm nâng cao khả năng tư duy phân tích và sáng tạo, đóng góp tích cực vào việc giải quyết vấn đề trong nhiều lĩnh vực khác nhau.

Hãy thử sử dụng Tree of Thoughts Prompting để giải quyết các vấn đề của mình xem kết quả thay đổi như thế nào nhé!