摘要
LiTS 是一个通过树搜索增强大语言模型推理能力的模块化 Python 框架。它将树搜索分解为策略、转移和奖励模型三个可复用组件,支持插入 MCTS 等算法。该框架采用基于装饰器的注册机制,便于领域专家扩展新域及研究者定制算法。实验表明其组件与算法具有正交性,并在数学推理、环境规划及工具使用任务中验证了有效性。此外,研究发现在无限动作空间中,策略多样性而非奖励质量是树搜索的瓶颈。
AI 推荐理由
论文提出基于树搜索的模块化框架,核心旨在增强 LLM 的推理能力,属于该领域核心研究。
研究机构
RMIT University
论文信息