論文の概要: Novelty-based Tree-of-Thought Search for LLM Reasoning and Planning

• arxiv url: http://arxiv.org/abs/2605.06040v1
• Date: Thu, 07 May 2026 11:28:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.723812
• Title: Novelty-based Tree-of-Thought Search for LLM Reasoning and Planning
• Title（参考訳）: LLM推論と計画のための新規な木の探索
• Authors: Leon Hamm, Zlatan Ajanovic,
• Abstract要約: 思考のツリーは、連続した考えや思考の"パス"を構築することに依存している。 探索木に見られるノードと比較して,新しいノード(思考)の特異性を記述する,ノベルティの計測可能な概念が提案されている。
• 参考スコア（独自算出の注目度）: 0.22917707112773592
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Although advances such as chain-of-thought, tree-of-thought or reinforcement learning have improved the performance of LLMs in reasoning and planning tasks, they are still brittle and have not achieved human-level performance in many domains, and often suffer from high time and token costs. Inspired by the success of width-based search in planning, we explore how the concept of novelty can be transferred to language domains and how it can improve tree-of-thought reasoning. A tree of thoughts relies on building possible "paths" of consecutive ideas or thoughts. These are generated by repeatedly prompting an LLM. In our paper, a measurable concept of novelty is proposed that describes the uniqueness of a new node (thought) in comparison to nodes previously seen in the search tree. Novelty is estimated by prompting an LLM and making use of embedded general knowledge from pre-training. This metric can then be used to prune branches and reduce the scope of the search. Although this method introduces more prompts per state, the overall token cost can be reduced by pruning and reducing the overall tree size. This procedure is tested and compared using several benchmarks in language-based planning and general reasoning.
• Abstract（参考訳）: チェーン・オブ・ソート、ツリー・オブ・ソート、強化学習などの進歩は、推論や計画作業におけるLCMの性能を改善してきたが、それでも脆弱であり、多くのドメインで人間レベルのパフォーマンスを達成できず、しばしば高時間とトークンコストに悩まされている。 計画における幅に基づく探索の成功に触発されて,新奇性の概念が言語領域にどのように移行できるか,そしてツリー・オブ・プリーティングを改善する方法について検討した。 思考のツリーは、連続した考えや思考の"パス"を構築することに依存している。 これらは繰り返しLDMをプロンプトすることで生成される。 本稿では,従来検索木で見られたノードと比較して,新しいノード(思考)の特異性を記述した,新規性の測定可能な概念を提案する。 ノベルティは、LLMを推進し、プレトレーニングから組み込まれた一般的な知識を活用することで推定される。 このメトリックは、ブランチをプルークし、検索のスコープを減らすために使用することができる。 この方法では1状態当たりのプロンプトが増加するが、全体のトークンコストを削減できる。 この手順は、言語ベースの計画と一般的な推論において、いくつかのベンチマークを用いてテストされ、比較される。

関連論文リスト

• Reinforced Efficient Reasoning via Semantically Diverse Exploration [73.41112984160992]
  検証可能な報酬(RLVR)による強化学習は,大規模言語モデル(LLM)の推論の強化に有効であることが証明された。 本研究では,LLMのための意味的多様性探索,すなわちROSEによる効率的な推論手法を提案する。 本手法は,意味エントロピーに基づく分岐戦略と$varepsilon$-exploration機構を組み込んだものである。
  論文  参考訳（メタデータ） (2026-01-08T15:56:44Z)
• Policy Guided Tree Search for Enhanced LLM Reasoning [3.090041654375235]
  Policy-Guided Tree Search (PGTS)は、強化学習と構造化木探索を組み合わせて推論経路を効率的にナビゲートするフレームワークである。 私たちの重要なイノベーションは、手作業や徹底的な検索の必要性をなくし、拡大、分岐、追跡、探索の終了を動的に決定する、学習されたポリシーです。
  論文  参考訳（メタデータ） (2025-02-04T22:08:20Z)
• Enhancing LLM Reasoning with Reward-guided Tree Search [95.06503095273395]
  o1のような推論アプローチは困難で、研究者はこのオープンな研究領域を前進させようとさまざまな試みを行ってきた。 本稿では,報酬誘導木探索アルゴリズムを用いて,LLMの推論能力を高めるための予備的な検討を行う。
  論文  参考訳（メタデータ） (2024-11-18T16:15:17Z)
• LiteSearch: Efficacious Tree Search for LLM [70.29796112457662]
  本研究では,動的ノード選択とノードレベルの探索予算を備えた新しいガイド付き木探索アルゴリズムを提案する。 GSM8KおよびTabMWPデータセットを用いて行った実験により,本手法はベースライン法に比べて計算コストが大幅に低いことを示した。
  論文  参考訳（メタデータ） (2024-06-29T05:14:04Z)
• RoT: Enhancing Large Language Models with Reflection on Search Trees [41.67536806038573]
  本稿では,木探索に基づくプロンプト手法の性能向上を目的としたLLMリフレクションフレームワークであるリフレクション・オン・サーチ・ツリー(RoT)について紹介する。 強力なLLMを使用して、以前の木探索経験からガイドラインを要約し、弱いLLMの能力を高める。 本稿では,RoTがより具体的で意味のあるガイドラインを生成するのを支援するために,歴史的検索プロセスから重要な情報を識別する新しい状態選択法を提案する。
  論文  参考訳（メタデータ） (2024-04-08T12:31:23Z)
• Tree Prompting: Efficient Task Adaptation without Fine-Tuning [112.71020326388029]
  Tree Promptingはプロンプトの決定ツリーを構築し、複数のLMコールをリンクしてタスクを解決する。 分類データセットの実験により、Tree Promptingは競合するメソッドよりも精度が向上し、微調整と競合することが示された。
  論文  参考訳（メタデータ） (2023-10-21T15:18:22Z)
• Tree-Planner: Efficient Close-loop Task Planning with Large Language Models [63.06270302774049]
  Tree-Plannerは、大きな言語モデルでタスクプランニングを3つの異なるフェーズに再構成する。 Tree-Plannerは高い効率を維持しながら最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-10-12T17:59:50Z)
• Alphazero-like Tree-Search can Guide Large Language Model Decoding and Training [37.79247073276239]
  ToT(Tree-of-Thought)やRAP(Reasoning via Planning)といった最近の研究は、LLMの推論能力を強化することを目的としている。 LLMのためのAlphaZeroライクな木探索学習フレームワーク(TS-LLM)を提案する。 学習価値関数を用いた木探索がLLM復号を導出する方法を示す。
  論文  参考訳（メタデータ） (2023-09-29T12:20:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。