Buffer of Thoughts (BoT) é um novo método de raciocínio aprimorado por meio de reflexão, projetado para melhorar a precisão, eficiência e robustez de modelos de linguagem grandes (LLMs). Ele introduz um meta-buffer para armazenar modelos de pensamento de alto nível extraídos do processo de resolução de problemas de várias tarefas, chamados de modelos de pensamento. Para cada problema, um modelo de pensamento relevante é recuperado e adaptado instanciando-o em uma estrutura de raciocínio específica para inferência eficiente. Além disso, um gerenciador de buffer é proposto para atualizar dinamicamente o meta-buffer, aumentando assim sua capacidade à medida que mais tarefas são resolvidas.