Agent-UCT：成本感知智能体工作流树搜索方法

Yang Li 等人发布 Agent-UCT 方法，将剩余评估成本的经济模型引入 UCT 选择、以原始质量做回传，用于优化智能体工作流。作者称在有限固定奖励树与持久缓存条件下，证明了 T 次完整评估累积质量遗憾的 O(log T) 上界。 作者报告的效果均限于特定基准与预算：在回顾性 HotpotQA 面板上、32M 加权 token 预算下，五个配对种子的测试 F1 为 69.57%，UCT 为 68.01%；在 GSM8K 首个预算下平均准确率 93.07%，UCT 为 92.60%，AFlow 为 91.60%。单一因素 RAG 对照显示，在保留评估次数相同时，在线价格与历史延续可改善所选工作流。这些结果均出自论文作者。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。