少花钱，多推理：面向 LLM 智能体的预算感知价值树搜索

针对测试时扩展中计算资源浪费问题，本文提出无需训练的预算感知价值树（BAVT）框架。该方法将多跳推理建模为动态搜索树，利用步级价值估计指导搜索，并引入预算条件节点选择机制，随资源消耗自适应调整探索与利用策略。此外，采用残差价值预测器克服模型自我评估的过度自信，实现无效工具调用的可靠剪枝。理论证明其在有限预算下的收敛性，实验表明在严格低预算下性能优于高资源基线。