tree-of-thoughts

Tree of Thoughts：提升人工智能推理能力的创新算法

Tree of Thoughts（ToT）是一个强大而灵活的算法，它显著提高了模型的推理能力，最高可达70%的提升。这个即插即用版本允许用户连接自己的模型，体验超级智能的推理过程。

项目简介

ToT项目旨在改进人工智能的推理能力。它采用了一种树状思维的方法，通过模拟多个专家协作解决问题的过程，从而达到更高效、更准确的推理结果。该项目的核心思想是让多个"专家"（实际上是AI模型的不同实例）共同思考问题，每个专家都会详细解释自己的思路，同时考虑其他专家的意见，不断refineve和扩展彼此的想法。

安装和使用

用户可以通过pip命令轻松安装Tree of Thoughts：

pip3 install -U tree-of-thoughts

使用时，需要在.env文件中设置工作空间目录和OpenAI API密钥：

WORKSPACE_DIR="artifacts"
OPENAI_API_KEY="your_openai_api_key"

主要特性

1. 灵活性：ToT算法可以与用户自己的模型连接，实现定制化的超级智能体验。

2. 多专家协作：通过模拟多个专家的思考过程，ToT能够更全面地分析问题，提供更优质的解决方案。

3. 迭代优化：专家们会不断refineve彼此的想法，形成一个持续改进的过程。

4. 错误识别：如果某个专家意识到自己的想法有误，会主动退出讨论，确保最终结果的准确性。

5. 可视化：项目计划实现将JSON格式的思维过程可视化为树状结构的功能。

使用示例

ToT项目提供了简单易用的API，用户可以轻松创建ToT代理并运行深度优先搜索（DFS）算法：

from tree_of_thoughts import TotAgent, ToTDFSAgent
from dotenv import load_dotenv

load_dotenv()

tot_agent = TotAgent(use_openai_caller=False)
dfs_agent = ToTDFSAgent(
    agent=tot_agent,
    threshold=0.8,
    max_loops=1,
    prune_threshold=0.5,
    number_of_agents=4,
)

initial_state = "Your task: is to use 4 numbers and basic arithmetic operations (+-*/) to obtain 24 in 1 equation, return only the math"

final_thought = dfs_agent.run(initial_state)
print(final_thought)

未来发展

ToT项目还在不断发展中，计划中的功能包括：

1. 完善DFS算法中的深度或最大循环次数功能
2. 实现新的广度优先搜索（BFS）算法
3. 实现蒙特卡洛搜索算法
4. 开发可视化功能，将JSON格式的思维过程转化为直观的树状结构

Tree of Thoughts项目为人工智能推理能力的提升开辟了新的道路，它不仅提高了模型的性能，也为研究人员和开发者提供了一个强大的工具，用于探索和改进AI的思维过程。