★ 3
UAA 框架为 LLM 树搜索按不确定性分配预算，省 90% token
研究指出树搜索中同一中间状态的续写高度重复，兄弟动作的语义分散度可预测下游冗余。作者提出免训练的不确定性感知分配（UAA），用分散度决定哪些候选值得扩展。在数学、逻辑与规划基准上，UAA 在精度相当的情况下最多减少 90% token 用量、延迟降低至多 9 倍，并适用于四种树搜索算法与开源/闭源…
arXiv NLP14 天前
#树搜索
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
EPIG-Tree：梯度高效强化学习的计算最优分支
论文将树状 rollout 构建视为策略梯度估计的计算分配问题，提出 EPIG-Tree 评分，主张分支应放在能最大程度降低策略梯度不确定性的位置，而非仅凭策略不确定处。方法在克隆状态控制中降低梯度 MSE，在 13 个连续控制环境中全部胜出，并在多轮 Wordle 在线任务中取得 0.850 最…
arXiv cs.LG45 天前
★ 3
新框架用快速树搜索实现编码智能体自我改进
论文提出 SIFT（Recursive Self Improvement via Fast Tree-search），针对编码智能体自我修改时评估瓶颈问题，引入 LLM-as-a-judge 对候选补丁做成对比较，用正则化 Bradley-Terry 模型聚合胜负记录，驱动轻量分离式树搜索中的排名…
arXiv cs.AI45 天前
★ 3
预算受限智能体搜索中的更多利用与更智能探索
该研究提出ExTS树搜索策略，将扩展视为信息价值决策，结合判别性奖励塑造、随机虚拟子节点和质量条件分支。在提示优化、代码生成、分子结构解析和智能体工作流优化等任务中，ExTS平均相对增益+5.5%，并引入试点运行诊断以理解问题结构差异。
arXiv cs.AI68 天前
★ 2
面向树搜索的定理证明生成器直接优化
论文将计算对齐训练（CAT）扩展到策略引导的树搜索场景，推导出可处理的、有轨迹支撑的损失函数，并提出搜索无关的均匀分配（UA）损失。两种方法都在每条策略的交叉熵梯度上施加标量权重。在 Lean 基准的六种搜索策略上，二者证明成功率均高于交叉熵，且预算扫描显示 CAT 能随测试时算力扩展。
arXiv cs.AI40 天前