规划与搜索:依赖、修订与候选预算
区分计划文本、可执行依赖图和候选搜索,理解 CoT、ToT、GoT 的成本与边界。
“先查资料,再写答案”是一段计划描述,还不是可执行计划。可执行计划要说明输入、依赖、完成条件以及失败后是否能继续。例如推荐一件有货商品,需要先解析需求,再分别获取价格和库存,最后才能合并。没有依赖的任务可并发;依赖尚未满足就执行,可能把未验证假设传播到后续步骤。
预先规划和逐步决策如何配合
Plan-and-Solve研究先规划再求解的提示方式。工程中的 Plan-and-Execute 常进一步将规划器和执行器分开:规划器生成步骤,执行器逐项调用工具。二者不是同一个完整运行时规范。计划必须接受观察修订,否则初始误解会被固定为一串错误动作。
需求清楚、依赖稳定、执行昂贵时,先规划能提前暴露缺口。环境未知且每次观察会改变问题结构时,逐步行动更合理。常见组合是保留目标与关键里程碑,近处步骤具体执行,远处步骤暂不细化。重新规划要记录为什么旧计划失效、哪些结果还能复用、哪些副作用已经发生,不能把历史清空后当作全新任务。
从线性推导到树与图
CoT 通常指以中间推导帮助求解的方法,不保证步骤正确,也不要求应用获取私密思维链。ToT 将候选推导组织成树,包含扩展、评估和搜索选择;GoT 用图表达更一般的候选关系,例如合并和回溯。它们描述候选推理结构,与业务任务依赖 DAG 不是一回事:前者是在多个解法间搜索,后者是在协调必须执行的工作。
假设每个节点生成3个候选,深度为4,不剪枝的完整树最多含1+3+9+27+81=121个节点。每个节点可能又需要生成与评估调用,成本不能只按最终路径4步计算。束搜索保留有限候选能降低成本,却可能过早删掉正确分支。评估器偏差也会让搜索更自信地走错路。论文特定基准的提升不能直接推广到所有客服、检索或代码任务。ToT 原论文与GoT 原论文可用于核对算法定义。
计划必须能被执行器拒绝
执行器应验证工具存在、参数已知、依赖无环、预算足够和权限满足。模型提出“先提交付款,再确认金额”即使语法合法,也应被业务约束否决。完成节点应保存结果引用和版本,不能只设一个布尔值;输入变更可能使依赖它的下游结果全部过期。对长期任务,计划修订需要版本号及失效传播策略。
运行:依赖层和计划修订
保存为 planning.py,执行 python planning.py。图由人预先写定,算法真实计算拓扑层和环检测,不宣称模型会规划。
"""真实拓扑调度;候选和依赖由人工固定,不模拟模型搜索成绩。"""
def layers(graph):
done = set()
result = []
while len(done) < len(graph):
ready = sorted(n for n, deps in graph.items() if n not in done and set(deps) <= done)
if not ready:
raise ValueError('cycle or missing dependency')
result.append(ready)
done.update(ready)
return result
if __name__ == '__main__':
graph = {'read': [], 'prices': ['read'], 'stock': ['read'], 'answer': ['prices', 'stock']}
print('layers:', layers(graph))
revised = {**graph, 'recheck': ['stock'], 'answer': ['prices', 'recheck']}
print('revised:', layers(revised))
try:
layers({'a': ['b'], 'b': ['a']})
except ValueError as error:
print('rejected:', error)实际运行输出:
layers: [['read'], ['prices', 'stock'], ['answer']]
revised: [['read'], ['prices', 'stock'], ['recheck'], ['answer']]
rejected: cycle or missing dependency初始计划中 prices 与 stock 在同一层,可以在资源允许时并发。修订后插入 recheck,answer 必须等它完成;环形依赖没有可执行节点,程序明确拒绝。生产调度还需处理部分失败、超时、节点重跑和副作用,拓扑排序本身不提供这些能力。
逐项情境追问与故障定位
以下为机制分析与手算情境。可先遮住回答独立判断,再核对输入、失败位置和选择条件;它们不代表真实模型、远端服务或设备实验记录。
Plan-and-Solve/Execute:计划写完后环境改变,Plan-and-Execute还应机械执行吗?
规划器给步骤,执行器须根据新观察验证前提;Plan-and-Solve提示方法不等于完整运行时。稳定昂贵动作适合先计划,未知环境适合近处细化。库存变零时检查后续付款是否被阻止,不能以计划已批准覆盖事实变化。
计划修订:修改需求后答案还引用旧价格节点,怎么处理?
计划版本变更需追踪依赖失效,保留仍有效结果并重跑受影响下游。全量重跑简单但成本大,增量复用需版本与输入指纹。记录旧新目标、哪些节点失效和已发生副作用,检查最终节点只接受当前版本结果。
依赖:A依赖B、B依赖A,执行器一直等待怎么办?
执行前拓扑检测无入度零节点即可发现环,应返回计划无效而非无限等待。DAG调度支持并发,但节点业务前提也须校验。用两节点环和price/stock独立分支测试:前者拒绝,后者同层;不能将语法合法等同可执行。
CoT/ToT/GoT:ToT候选树与业务任务DAG是一回事吗?
候选树在多个解法间扩展、评估和选择;任务DAG表达必须完成的依赖。GoT允许更一般合并/回溯但需定义评价。搜索增加候选可能提高解题机会,也会放大评估偏差。检查图边代表候选关系还是输入依赖,避免拓扑程序被宣称复现ToT。
搜索代价:分支3、深4,预算只按4次调用算哪里错?
不剪枝树含1+3+9+27+81=121节点,每节点还可能生成加评估。束宽限制降低成本但会删掉好分支。先列扩展数、评估数和每次成本再设停止门槛,若调用超预算检查是否漏算失败候选与评估器。
课后练习展开习题收起习题
先独立作答,再展开参考思路。检查自己的解释是否包含机制、条件和反例。
何时预先规划,何时逐步行动?
参考思路与常见误区
需求清楚、依赖稳定且执行昂贵时先规划有利于暴露缺口;环境未知、观察会改变问题时采用逐步行动。可组合里程碑规划和近端具体执行,并按新证据修订。
常见误区:所有任务都先生成一长串固定步骤。
任务 DAG 与 ToT 候选树一样吗?
参考思路与常见误区
不同,任务 DAG 表达必须执行工作的依赖,ToT 表达候选推导及搜索选择。前者解决调度,后者探索解法,不能因画了节点连线就视为同一种算法。
常见误区:把拓扑排序实验说成复现 ToT。
三分支四层搜索为什么远不止四次调用?
参考思路与常见误区
若完整展开可有121个节点,每个节点还可能需要生成与评估。最终路径长度不等于搜索代价,必须约束分支、深度、评估次数和 token。
常见误区:只按被选中的路径计算成本。
计划修订后哪些旧结果还能使用?
参考思路与常见误区
检查每个结果依赖的输入、数据版本和适用条件。未受变化影响且仍有效的可复用,下游依赖变更的结果要失效或重验,已发生副作用必须保留记录。
常见误区:重新规划就清空全部执行历史。
执行器为什么有权拒绝模型计划?
参考思路与常见误区
计划可能有不存在工具、循环依赖、未知参数、预算超限或违反权限的步骤。确定性约束必须在执行前校验,语义通顺的计划不代表可执行或合规。
常见误区:模型是规划器所以其步骤无需验证。