摘要
本文针对检索增强生成(RAG)等代理工作流优化中组合空间大、评估预算紧的问题,提出 Agent-UCT 算法。该算法扩展了 UCT,引入基于二分前缀复用图的正则项,偏向选择能复用已实现配置前缀的分支,减少冗余计算。框架 RAGSpace 统一异构组件,WTB 基准提供确定性回放与缓存。实验表明,该方法在降低逻辑搜索成本的同时,显著提升了工作流性能与执行效率。
AI 推荐理由
论文提出基于树搜索的算法优化 Agent 工作流配置,核心在于任务规划与决策空间搜索。
研究机构
The University of Hong Kong
School of Artificial Intelligence, Jiangsu Science and Technology Normal University
The Hong Kong University of Science and Technology
University of Science and Technology of China
New York University
论文信息