Meta团队提出TreeFlex搜索树Agent框架

Dongzhuo Li、Yuandong Tian等Meta团队作者发布论文（arXiv:2610.20334），提出TreeFlex框架：由单一语言模型策略自主导航搜索树，决定继续、分支、回溯、验证或停止，并通过树感知的GRPO联合训练导航、任务行动、检查点和提案审查。 论文报告的基准结果：对4B模型做小规模RL后，在同一活跃上下文长度限制下，TreeFlex在一个高难度深度研究基准上达到48.8%准确率，高于平坦ReAct的41.5%和FoldAgent的42.8%，Pass@8比两者约高十个百分点；在SWE-bench Verified上，三个系统均由同一9B模型经RL训练，TreeFlex解决54.9%的任务，高于FoldAgent的43.3%及其逐步变体的45.2%。以上为论文声称的对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。