论文研究 arXiv cs.AI Wed, 26 Aug 2026 正文 thin 4 words

在预算受限的 Agent 搜索中更多利用、更智能探索

英文标题:Exploit More, Explore Smarter for Budget-Constrained Agentic Search

该论文讨论预算受限的 Agent 搜索:当验证成本高昂、候选生成需要多次模型调用,或两者兼有时,LLM Agent 必须在有限评估预算内不断优化候选方案。论文指出,标准 MCTS 在这一场景下的预算分配效果不佳。该问题对构建成本可控的 Agent 搜索、验证与候选优化系统具有直接意义。原始摘要内容在“allocates budget poorl”处截断,未提供完整方法和实验结论。
打开原文相关 3.2 · 机会 1
media2.1 KB media640 B media612 B media380 B media9.1 KB media32.7 KB media22.8 KB media24.2 KB media34.7 KB

中文

BibTeX 格式引用

English / 原文

BibTeX formatted citation

×