AtomSearch：用证据驱动树搜索优化Agent技能
热点事件观察中
AtomSearch：用证据驱动树搜索优化Agent技能
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Jia Tong、Senyou Deng、Min Peng、Jianfeng Pan 在arXiv发布预印本，提出AtomSearch：一种基于证据的树搜索方法，用于优化Agent的外部技能。方法保持修订动作的局部性，并利用后续技能状态和执行结果引导搜索，选择可复用的修订路径。 作者在四个任务、五个目标模型上评估。据论文，使用deepseek-v4-flash时，AtomSearch在四个任务中的三个超过SkillOpt，其中LiveMathematicianBench提升9.68个百分点，且SkillOpt最终技能的字符数是它的2.3–19.7倍。结果为作者报告，材料未说明独立验证情况。
AI 根据报道生成 · 1 天前更新
最新进展10月15日 12:00
AtomSearch 用证据驱动树搜索优化 Agent 技能报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · cs.AIAtomSearch 用证据驱动树搜索优化 Agent 技能
AtomSearch 通过证据驱动的树搜索优化 Agent 外部技能，将局部规则编辑、后续技能状态和执行结果用于选择可复用的修订路径。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 910月15日 15:00
- 近 24 小时变化
- -49%
02.557.510
18:0010月16日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。