ThoughtDAG adalah ruang kerja sumber terbuka yang berfokus pada penggunaan lokal dan memperlakukan tepi percakapan sebagai mekanisme untuk mengendalikan konteks model. Setiap pertukaran pertanyaan-jawaban berfungsi sebagai simpul, dan hanya simpul hulu yang terhubung secara kawat yang diserialisasi ke dalam permintaan model berikutnya.
- Menghapus tepi menghilangkan cabang tersebut dari input aktual, bukan hanya visualisasinya.
- Penulis sedang menjalankan benchmark percontohan dengan tiga keluarga gangguan: cabang plausibel tidak relevan, asumsi usang, dan bukti yang bertentangan.
- Perbandingan menggunakan pengaturan tetap di seluruh bukti bersih (C0), konteks tercemar (C1), penghapusan grafik eksplisit (C2), dan ringkasan otomatis (C3).
- Alat ini mendukung Ollama untuk inferensi lokal dan titik akhir apa pun yang kompatibel dengan OpenAI, serta menyimpan semua data secara lokal.
Penulis mencari umpan balik dari pengguna yang menjalankan model lokal mengenai kombinasi model/konteks yang sesuai, kasus kontaminasi dunia nyata yang hilang, dan kegunaan pemangkasan eksplisit versus pengambilan dalam jendela konteks yang lebih kecil.