标签
提出Uncertainty-Aware Allocation (UAA)框架，通过兄弟节点语义分散度估计不确定性来动态分配LLM树搜索的每步扩展预算，在保持精度的同时将token使用量减少最多90%、延迟降低最多9倍，且可跨四种树搜索算法和开源/闭源模型泛化。
本文系统分析了大语言模型评估中评分量规设计的机制，涵盖标准组织、操作化与分数聚合，并提出ARTS-Hybrid方法（自适应树构建+语义优先的响应校准细化），在评估性能和评分量规质量上均有提升，且生成的评分量规可作为模型优化的有效信号。
AIBuildAI-2.5引入了一个自主AI模型开发系统，利用LLM引导的树搜索来提高效率，在MLE-Bench上排名第一，奖牌率为73.3%，并在多项任务中超越了基线。
该论文提出Self-Improvement via Fast Tree-search (SIFT)框架，利用LLM作为裁判高效评估编码代理中的自我修改，以更少的CPU时间和API成本实现更好的基准性能。
本文介绍了一种名为递归自我改进快速树搜索（SIFT）的样本高效框架。该框架利用轻量级树搜索，由LLM-as-a-judge评估指导，以在预算约束下提升编码代理的性能，其资源成本低于现有方法。
论文提出了DATPO，一种基于难度适应的树结构策略优化方法，通过句子熵引导的分支和多样性感知优化来增强大模型中的推理覆盖，在pass@k指标上优于基线方法。
本文介绍了ExTS，这是一种针对LLM代理中预算受限代理搜索的树搜索策略，在提示优化和代码生成等任务中，相比标准基线平均提升5.5%。
This paper identifies common failure modes in tree-search-based autoresearch agents applied to tabular datasets, such as repeated bug resolution, poor hyperparameter tuning, and ineffective exploration, and proposes targeted interventions like a global debug consultant and refined tree-search algorithms to recover wasted compute and improve performance without changing the underlying language model.
A tweet from DAIR AI highlights new research by Sakana AI introducing CEDAR, an LLM-agent method that designs, simulates, and refines complex system-dynamics models via Monte Carlo Tree Search over feedback structures, aiming to automate goal-directed design in artificial life.
SkillHEX提出了一种用于大语言模型智能体自主技能演化的闭环框架，利用假设驱动的自我验证和证据引导的树搜索来克服稀疏奖励挑战。在有限交互预算下，它在SkillsBench上优于现有自演化方法。
GATS引入了一种基于图增强的树搜索与分层世界模型（符号型、学习型、生成型），消除了规划过程中的LLM调用，在合成任务和压力测试中实现了100%的成功率，优于LATS和ReAct。
提出了SVA框架，该框架在冻结的VLA模型中将动作生成与后果评估解耦，使用蒙特卡洛树搜索并将其蒸馏为轻量级Q值模型，从而提升泛化能力和任务成功率，同时降低计算成本。
SproutRAG是一种层次化RAG框架，利用注意力引导的树搜索和渐进式嵌入，从长文档中实现多粒度检索，相较于基线方法将信息效率提升了6.1%。
LLMZero利用LLM智能体通过树搜索在训练轨迹中进行搜索，发现用于强化学习后训练的自适应多参数过渡策略，该策略在多种任务中优于固定调度和网格搜索。
一篇新的 Nature 论文介绍了 ERA，这是一种通过树搜索迭代编写、运行、评分和改进科学代码的 AI 系统，将 AI for Science 从文本生成推进到代码测试。
本文介绍了集体技能树搜索（CSTS）这一框架，它利用多个模型的集体智慧，为LLM智能体构建结构化、多样且可泛化的技能树。由此产生的模型OpenClaw-Skill在长程规划、工具使用和泛化能力方面展现了更优的智能体性能。
StarOR 提出了一种框架，将蒙特卡洛树搜索与测试时强化学习协同用于自动优化建模，在多个基准测试中取得了最先进的性能。
Arbor 引入了结构化树搜索作为自主代理的认知层，通过制衡多代理架构，实现多日、全栈 LLM 推理优化，相比供应商基线，吞吐量-延迟提升高达 193%。
MLEvolve是一个基于LLM的自我进化多智能体框架，用于自动化机器学习算法发现。它将树搜索扩展为Progressive MCGS，并引入基于图的跨分支信息流和Retrospective Memory。该框架在MLE-Bench上取得了最先进的性能，并在数学算法优化任务上优于AlphaEvolve。
ATOM是一个多智能体框架，将分子优化建模为树状搜索，沿路径布置专门化的智能体，从而能够探索替代分子轨迹并在多目标基准测试中提高帕累托覆盖率。