Tree of Thoughts: Deliberate Problem Solving with Large Language Models (Full Paper Review)
Yannic Kilcher. Янник проходится по оригинальной статье Tree-of-Thoughts из Princeton/DeepMind — циклу generate-score-prune-backtrack, почему он поднимает точность на Game of 24 с 4% до 74% и где техника перестаёт быть оправданной при её 10-кратной стоимости в токенах. Полезно ровно тем, что заставляет увидеть ToT как алгоритм поиска, а не как магический префикс к промпту.
Что вынести из этого видео
Оценить архитектурный подход, возможные сбои и защитные меры до разработки.
Смотреть дальше
Продолжайте тот же учебный путь со следующими связанными видео.
3 минBuilding OpenAI o1
Оценить архитектурный подход, возможные сбои и защитные меры до разработки.
Смотреть дальше
92 минn8n Masterclass: Build AI Agents & Automate Workflows (Beginner to Pro)
Оценить архитектурный подход, возможные сбои и защитные меры до разработки.
Смотреть дальше
31 минHow To Build An AI Customer Support Agent with n8n (free template)
Оценить архитектурный подход, возможные сбои и защитные меры до разработки.
Смотреть дальшеПохожие видео
Углубиться
Тщательно подобранные внешние курсы, которые глубже раскрывают эту тему.
DeepLearning.AIChatGPT Prompt Engineering for Developers
Девяносто минут — и вы получаете годовой опыт интуиции. Если вы пишете код, вызывающий LLM, это самый эффективный курс в интернете для закрытия разрыва между «играю с ChatGPT» и «выкатываю функцию с вызовом LLM в рабочую эксплуатацию».
Coursera · Vanderbilt UniversityPrompt Engineering for ChatGPT
Хорошее длинное дополнение к короткому курсу DeepLearning.AI, особенно для людей без кода. Dr. White учит промптингу как набору повторяемых паттернов, а не трюкам, поэтому работа с LLM становится системной.