摘要：我们介绍了 "思维图"（GoT）：这是一个在大型语言模型（LLM）中推进提示功能的框架，它超越了诸如 "思维链"（Chain-of-Thought）或 "思维树"（ToT）等范式所提供的功能。GoT 的关键理念和主要优势在于能够将 LLM 生成的信息建模为任意图，其中信息单位（"LLM 想法"）是顶点，而边则对应于这些顶点之间的依赖关系。这种方法可以将任意的 LLM 思想组合成协同结果，提炼出整个思想网络的精髓，或利用反馈回路增强思想。我们展示了 GoT 在不同任务中的优势，例如，与 ToT 相比，排序质量提高了 62%，同时成本降低了 31%。我们确保 GoT 可通过新的思维转换进行扩展，因此可用于引领新的提示方案。这项工作使 LLM 推理更接近人类思维或大脑机制（如递归），而这两者都形成了复杂的网络。