今日arXiv最熱大模型論文：Agent也瘋狂！FoA方法對智能體做樹結構搜索，超越ToT

AIGC動態歡迎閱讀

原標題：今日arXiv最熱大模型論文：Agent也瘋狂！FoA方法對智能體做樹結構搜索，超越ToT
關鍵字：狀態,價值,成本,成功率,函數
文章來源：夕小瑤科技說
內容字數：8298字

內容摘要：

夕小瑤科技說 原創作者 | 謝年年大模型agents包攬了從理解問題、規劃任務、記憶輸入輸出、精準調用工具，執行任務解決問題的全過程，更厲害的是，它們還有自我檢查和反饋的本事。對于用戶來說，不再需要與原始大模型輸出直接交互，只需提出需求，便可將與大模型的交互以及行動全權委托給agents。
然而，agents并非萬無一失。在應對網絡搜索或復雜游戲等不確定環境時，它們需在風險中決策，根據其所知選擇下一步行動，但每步都可能遭遇挑戰。顯然，agents“防患于未然”的能力還不夠，讓任務走向“死胡同”是常有的事。
為了優化這個問題，可以把這個過程看成是一種搜索，目的是發現、探索并比較通往解決方案的不同路徑。這樣一來，就可以用常規的搜索算法來解決新問題。搜索過程通常結合了對搜索空間的局部探索和一個啟發式價值函數，該函數提供關于搜索樹中路徑的反饋，并可以激勵進行剪枝決策。
今天介紹的這篇論文提出了一個名為“Fleet of Agents”（FoA）的框架，將遺傳粒子過濾的概念應用于動態樹搜索。
在這個機制中，首先組建了一個由N個agents組成的艦隊，共同搜索解決方案。在粒子過濾的變異階段，每個a

原文鏈接：今日arXiv最熱大模型論文：Agent也瘋狂！FoA方法對智能體做樹結構搜索，超越ToT

聯系作者

文章來源：夕小瑤科技說
作者微信：xixiaoyaoQAQ
作者簡介：專業、有趣、深度價值導向的科技媒體。聚集30萬AI工程師、研究員，覆蓋500多家海內外機構投資人，互聯網大廠中高管和AI公司創始人。一線作者來自清北、國內外頂級AI實驗室和大廠，兼備敏銳的行業嗅覺和洞察深度。商務合作：zym5189