★ 3
SHIFT：按查询预测动态构建多智能体系统
论文提出 SHIFT 方法，将执行过程移出逐查询搜索循环：由本地 LLM 架构师从搜索中学习 harness 构建策略，并用价值函数预测兼顾准确率与执行成本的效用，再通过蒙特卡洛树搜索为每个查询构建智能体 harness。在六大基准共 9193 项任务上，SHIFT 平均准确率约 80%，超过 1…
arXiv cs.LG27 天前
#蒙特卡洛树搜索
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
MoFlow：多目标智能体工作流生成
论文提出MoFlow，将智能体工作流生成建模为多目标马尔可夫决策过程，用凸包蒙特卡洛树搜索与乐观集合值回传，使单次搜索近似覆盖帕累托前沿。用户可按偏好直接查表获取工作流，无需重新训练。在数学、代码与问答六个基准上，即便在偏向基线的评测设置下，MoFlow仍取得最高平均超体积。
arXiv cs.AI32 天前
★ 3
研究提出严重度感知的交互式医疗诊断规划
提出严重性感知的共形临床规划框架，将交互式诊断视为风险敏感的序贯决策问题。在DDXPlus和MediQ上验证，该方法在多个大语言模型下用更少问题实现更准确诊断，减少高风险错误。
arXiv cs.AI63 天前
★ 2
GLIDE：异构LLM智能体的分层内在分布评估
论文针对LLM智能体缺乏轻量可靠步级评估的问题，提出GLIDE方法，从逐层残差一致性推导内在步级证据，衡量局部残差更新是否一致支持候选步引发的全局残差变化。该方法将证据对照生成智能体近期分数分布校准，转化为悲观奖励，为MCTS分支选择提供跨智能体价值信号。实验显示在多跳推理、序列决策与符号逻辑任务…
arXiv cs.AI34 天前
★ 2
图式随机 Power-UCT 蒙特卡洛图搜索
针对树式 MCTS 在随机 MDP 中重复展开同一状态、浪费模拟的问题，论文提出 GS-Power-UCT，在相同规划深度共享状态、不同深度保留独立价值，适用于含环的一般随机 MDP。作者证明固定规划视野下根节点估计以 O(n^{-1/2}) 速率收敛，与树式方法相当但可跨共享状态复用样本。另提出…
arXiv cs.LG45 天前