PulseAugur
中
实时 20:04:46
实体 Monte Carlo tree search

Monte Carlo tree search

PulseAugur coverage of Monte Carlo tree search — every cluster mentioning Monte Carlo tree search across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
24
90 天内 101
发布 · 30天
0
90 天内 0
论文 · 30天
24
90 天内 100
层级分布 · 90 天
主题
关系
时间线
  1. 2026-05-08 research_milestone A new paper presents a finite-time analysis for MCTS in continuous POMDP planning, offering theoretical guarantees. 来源
情绪 · 30 天

8 天有情绪数据

最近 · 第 1/6 页 · 共 106 条
  1. TOOL · CL_364213 ·

    新的基准测试MM-ReportBench揭示了AI模型在多模态报告生成方面的弱点

    研究人员推出了MM-ReportBench,这是一个旨在评估AI模型多模态报告生成能力的新基准测试。该基准测试通过专注于生成整合文本和可视化表格数据的综合报告,解决了现有系统的局限性。MM-ReportBench包含386个任务和一个双重评估框架,该框架评估文本质量、数值准确性、新颖性和可视化效果,揭示了当前最先进模型存在的显著弱点。

  2. TOOL · CL_364159 ·

    AI智能体结合MCTS和minimax以获得可解释的棋盘游戏策略

    研究人员正在探索混合方法以提高人工智能智能体在棋盘游戏中的决策能力。本文详细介绍了结合蒙特卡洛树搜索(MCTS)和浅层minimax搜索的调查,并利用过程挖掘技术来解释智能体策略。目标是通过整合更全面的搜索方法来解决MCTS容易错过关键着法的倾向,并以3v3跳棋为例进行了具体应用。

  3. RESEARCH · CL_364050 ·

    新的LLM安全框架应对不断演变的对抗性攻击 · 跟踪2个来源

    两篇新的研究论文介绍了用于增强大型语言模型(LLM)安全对齐的高级对抗性协同进化框架。第一个,DACE,通过为攻击者采用归一化的边际覆盖增益奖励,为防御者采用贝叶斯对抗性回放池,来解决攻击策略崩溃和防御对抗性遗忘问题。第二个,MACE,利用蒙特卡洛树搜索来指导攻击者和防御者策略,将搜索转化为学习信号,并构建一个时间不对称的课程。两种方法都旨在提高LLM在不断演变的对抗性攻击下的鲁棒性,同时保留通用能力,其中MACE与基线防御相比,平均…

  4. RESEARCH · CL_360200 ·

    AI模型生成合成晶体数据并调整结构以用于材料科学

    研究人员正在探索使用扩散模型在材料科学中生成和自适应晶体结构的先进方法。一种方法侧重于使用合成晶体数据预训练扩散模型,结合扰动-松弛和生成采样等技术,以克服昂贵的DFT松弛的局限性并增加数据多样性。另一种方法引入了用于晶体生成模型推理时间自适应的扩散树采样(DTS),能够在不重新训练的情况下同时引导多个冲突属性。

  5. TOOL · CL_352355 ·

    新的MCTS算法使用ERM目标解决了风险感知MDP

    研究人员开发了一种新的蒙特卡洛树搜索(MCTS)算法,旨在解决具有熵风险度量(ERM)目标的风险感知马尔可夫决策过程(MDP)。该算法已被证明是正确的,确保经验ERM收敛到最优ERM,并表现出多项式遗憾集中。该方法与现有的风险感知MDP动态规划公式相结合,并在实验评估中展示了其平衡风险中性和风险规避行为的能力。

  6. TOOL · CL_332796 ·

    新的MCTS-SFT框架增强了LLM的Verilog生成能力

    研究人员开发了MCTS-SFT,一个旨在改进大型语言模型Verilog代码生成的新颖框架。该方法利用蒙特卡洛树搜索(MCTS)来指导推理轨迹的策展,将反馈从已完成的代码传播到早期的设计决策。该框架引入了Plan-MCTS,它在结构化的硬件设计计划上进行搜索,并证明在监督微调过程中保留这些显式计划可以显著增强下游学习并减少生成长度。

  7. TOOL · CL_332788 ·

    新的OrbitalGym模拟器探索规划与系统设计在卫星博弈中的影响

    本文介绍了OrbitalGym,一个基于JAX的仿真环境,用于研究卫星之间的对抗性遭遇。该环境支持在GPU上进行大规模并行仿真,使研究人员能够确定规划算法或系统设计在多大程度上影响轨道博弈的结果。研究比较了包括模型预测路径积分控制和蒙特卡洛树搜索在内的各种规划方法,应用于追逐-逃避和捕食者-猎物-守卫者等不同场景,并分析了推进剂比例、传感器能力和博弈时长等因素。

  8. TOOL · CL_330901 ·

    新的基于LLM的方法提高了知识库问答效率

    研究人员开发了一种名为M-ER的新方法,以提高多跳知识库问答(KBQA)的效率。该方法使用与蒙特卡洛树搜索(MCTS)集成的大型语言模型(LLM),以优先处理知识库中的相关节点,从而减少计算资源消耗。在WebQSP基准上的实验表明,M-ER在Hits@1指标上达到了78.88%,同时提高了计算效率。

  9. RESEARCH · CL_336264 ·

    新基准评估多轮心理健康支持中的大语言模型伦理

    研究人员开发了MindEth-Bench,这是一个旨在评估在中国背景下多轮心理健康支持场景中大语言模型(LLMs)的伦理界限遵守情况的新基准。与以往侧重于支持能力的标准不同,MindEth-Bench专门测试大语言模型在延长互动中是否能保持伦理标准,即使面对用户压力。使用此基准进行的实验表明,大语言模型尽管最初反应恰当,但随着时间的推移可能会出现伦理违规行为,这表明单轮评估可能无法准确反映其长期的伦理可靠性。

  10. TOOL · CL_327148 ·

    新的 ReMCTS 框架提高了 LLM 代码生成的准确性

    研究人员开发了 ReMCTS,一个新颖的框架,通过整合增强反射的蒙特卡洛树搜索来提高大型语言模型生成代码的性能。该方法通过将程序候选者组织为树状态,并结合局部调试上下文和跨分支失败检索,来改进对隐藏语义和重复错误的处理。在 HumanEval 和 MBPP-Sanitized 数据集上的评估表明,ReMCTS 在大多数模型-数据集组合中优于直接生成,一项试点研究也证明了其与 C++ 代码的编译器支持执行兼容。

  11. TOOL · CL_327096 ·

    新的DocSkill框架通过自适应推理增强多语言文档问答能力

    研究人员推出了一种新的代理框架DocSkill,旨在改进多语言多跳文档问答。该框架利用学习到的技能编排策略,在复杂的文档和多种语言中自适应地获取和推理证据。为了训练该策略,他们采用了受限蒙特卡洛树搜索进行离线轨迹探索,然后进行监督微调和直接偏好优化。该团队还开发了MMHop-DocBench,这是一个包含10种语言的60,000个问答对的新数据集,证明了DocSkill在现有基线上的优越性能。

  12. TOOL · CL_324630 ·

    AlphaCNOT框架学会最小化量子电路中的CNOT门

    研究人员开发了AlphaCNOT,一个新颖的强化学习框架,它利用蒙特卡洛树搜索来优化量子电路。这种基于模型的方法旨在最小化CNOT门数量,CNOT门是量子计算中关键但易出错的操作。与现有方法相比,AlphaCNOT在线性综合任务上已显示出显著的改进,CNOT数量减少了高达24.62%,并在各种量子比特拓扑上显示出持续的减少。

  13. TOOL · CL_321758 ·

    新流程从工作流数据中挖掘多智能体系统设计原则

    研究人员开发了一种新颖的两阶段流程,用于系统地从多智能体系统(MAS)中挖掘设计原则。该方法重新利用了 MCTS 优化器和沙盒化的 AutoResearch 循环来分析 28,568 个可执行工作流的语料库,并保留丢弃的搜索轨迹用于统计分析。研究确定了关键的设计效应,例如“先明星”工作流的负面影响、持久共享文档优于辩论的好处,以及提示特异性和上下文路由带来的收益。

  14. TOOL · CL_315277 ·

    ChemBART语言模型推进化学合成规划

    研究人员开发了ChemBART,一个基于BART的新语言模型,专门用于化学合成规划。与之前专注于单个分子的模型不同,ChemBART采用以反应为中心的预训练方法来处理整体反应表达式。这使其能够执行各种化学任务,包括前体生成、产率预测和性质分类。当与蒙特卡洛树搜索集成时,ChemBART展示了其设计多步合成路线的能力,实验验证的途径显示出比现有基准显著提高的产率。

  15. TOOL · CL_308013 ·

    新的分布式MCTS算法改进了风险敏感规划

    研究人员开发了新的分布式蒙特卡洛树搜索(MCTS)算法CATSO和PATSO,旨在处理条件在险价值(CVaR)等风险敏感目标。与使用标量均值估计的传统MCTS不同,这些新方法在Q边维护经验备份律,通过分类原子或自适应粒子来表示它们。实验表明,这些分布式方法在规划基准测试中改善了低尾收益并减少了灾难性结果。

  16. TOOL · CL_303263 ·

    IneqAgent框架将LLM推理与符号计算相结合,用于不等式证明

    研究人员开发了IneqAgent,一个将大型语言模型(LLM)推理与符号计算相结合的新颖框架,用于解决Lean4定理证明器中的复杂不等式证明任务。该代理系统采用蒙特卡洛树搜索来协调引理构建和目标重构,并利用专门的后端进行精确计算。在评估中,IneqAgent表现出很高的成功率,在四个基准测试中解决了94.09%的问题,并在成功率和推理成本方面优于其他方法。该框架还成功证明了新的数学结果,包括Dittert猜想和Holens--Djok…

  17. TOOL · CL_300442 ·

    新的CAR-MCTS算法为鲁棒MDP规划提供确定性保证

    研究人员开发了CAR-MCTS,这是一种新颖的蒙特卡洛树搜索算法,专为鲁棒马尔可夫决策过程(MDP)规划而设计。该新方法首次为鲁棒在线MDP规划提供了确定性的随时最优性保证,解决了转移模型中的不确定性挑战。CAR-MCTS使用确定性界限来指导探索和修剪次优分支,使其能够在无需探索整个状态空间的情况下证明根动作的最优性。该框架还包括一个随时策略评估机制,可以证明任何给定策略的鲁棒值。

  18. TOOL · CL_294597 ·

    蒙特卡洛树搜索提升金融回归特征选择性能

    研究人员开发了一种新颖的特征选择框架,该框架使用具有广义嵌套滚筒策略适应(GNRPA)的蒙特卡洛树搜索(MCTS)来处理高维金融回归问题。该方法将特征选择视为一个序贯决策过程,根据样本外验证性能而非仅训练误差来评估候选特征子集。在利用1072个工程特征解释纳斯达克100指数周回报率的应用中,MCTS方法实现了0.6961的样本外R平方值,优于优化Lasso基线的0.6313,证明了其在透明度至关重要的因子归因和风险分解方面的潜力。

  19. TOOL · CL_289278 ·

    新的SED-MCTS方法提高了偏微分方程解发现的可解释性

    研究人员开发了SED-MCTS,一种新颖的蒙特卡洛树搜索方法,旨在提高从观测数据中发现物理场符号表达式的可解释性和效率。与依赖单一终端分数的先前方法不同,SED-MCTS通过估计子表达式的影响来提供局部结构贡献。这使得系统能够重用次优候选者的宝贵组成部分,并更有效地指导搜索,尤其是在数据嘈杂或稀疏的条件下。该方法在各种偏微分方程基准测试中表现出色。

  20. RESEARCH · CL_294315 ·

    研究发现:MCTS 在 DAG 工作流调度方面表现不如更简单的方法

    一项近期对有向无环图(DAG)工作流的蒙特卡洛树搜索(MCTS)与更简单的随机重启列表调度方法进行的计算研究发现,MCTS 的表现较差。当两种方法获得相同的已评估调度预算时,MCTS 的效率比重启方法低 2.88%。这种性能差距并非由于预算限制,因为重启方法在探索池上显示出更大的自我改进。研究表明,MCTS 的确定性规则选择和相关试验导致了其不足,尤其是在稀疏工作流上,而修改后的 UCT MCTS 规则缩小了性能差距。