Graph of Thoughts: Solving Elaborate Problems with Large Language Models
Graph of Thoughts（GoT）は、大規模言語モデル（LLM）を用いた複雑な問題解決のためのフレームワークです。従来の思考の連鎖（Chain-of-Thought）を拡張し、思考をグラフ構造としてモデル化することで、より柔軟で強力な推論を実現します。このアプローチにより、LLMは複数の思考経路を探索・統合し、複雑なタスクを効率的に解決できます。
背景メモ
LLM（大規模言語モデル、ChatGPTなど）の推論能力を高める手法「Graph of Thoughts（GoT）」を提案する、スイス連邦工科大学ローザンヌ校（EPFL）の研究論文とその実装コード（GitHub公開中）。従来の「Chain-of-Thought（思考の連鎖）」や「Tree-of-Thought（思考の木）」が直線的・分岐的な推論しか扱えなかったのに対し、GoTは思考を「有向グラフ（ネットワーク構造）」としてモデル化。個々の思考（ノード）を自由に結合・集約できるため、ソートアルゴリズムの最適化や文章の最大公約数的要約など、複数の部分解を統合する必要がある複雑な問題で大幅な性能向上を達成した。論文は2024年2月に発表され、LlamaやGPTなど複数のLLMで実験済み。実装はPythonで書かれており、研究者や開発者が自分のLLMパイプラインに組み込めるよう設計されている。