强化思维图：RL 驱动的 LLM 自适应提示

思维图 (GoT) 是 大语言模型 (LLM) 最新提示范例的通用形式，已被证明对于复杂问题的解决非常有用。通过执行操作图，LLM的思想被构造为任意图，形成实际的思想图。最初，操作图是手动定义的，这需要对要解决的问题的解决方案有深入的了解。这种静态的操作图是僵化的，因此缺乏适应性。我们提出了强化思维图（RGoT），这是一种 GoT 提示范式的自动化方法，利用强化学习（RL）从人类定义的集合中自适应地生成操作图。结果表明，在某些约束下，可以以自动化的方式构建适应任务复杂性的操作图。