Doc2Spec: Synthesizing Formal Programming Specifications from Natural Language via Grammar Induction
The Pennsylvania State University(宾夕法尼亚州立大学);University of the Chinese Academy of Sciences(中国科学院大学);Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所)
Doc2Spec通过语法归纳自动从自然语言生成形式化编程规范,提升了规范生成的可靠性和质量。
2026-10-08 cs.AI cs.PL cs.SE
Learning in Blocks: A Multi Agent Debate Assisted Personalized Adaptive Learning Framework for Language Learning
Indian Institute of Science, India(印度科学研究院);Talking Yak, India(Talking Yak);Indian Institute of Technology Patna, India(帕纳布印度理工学院)
本文提出基于块的学习框架,利用多智能体辩论技术评估语言能力,结合评分和推荐机制,通过间隔复习和掌握进度提升语言学习效果。
2026-07-14 cs.AI cs.CL cs.CY
On the Possibility of Rewarding Structure Learning Agents: Mutual Information on Linguistic Random Sets
Universidad Tecnológica de la Mixteca(米斯特克理工大学);Facultad de Ciencias – UNAM(墨西哥国立自治大学理学院)
我们提出了第一次尝试阐明一个理论和经验的方法来设计奖励提供的自然语言环境的一些结构学习代理。为此,我们重新审视的信息论的无监督诱导的短语结构语法的行为特征的模拟行动建模为集值随机变量(随机集的语言样本)构成语义结构。我们的研究结果表明,模拟的语义结构(开放信息抽取三元组)可以区分随机构建的观察其成分之间的互信息的经验证据。这表明了奖励结构学习代理的可能性,而不使用预先训练的结构分析器(Oracle演员/专家)。
2019-12-04 cs.AI cs.CL cs.IT
Conflict-Based Search for Connected Multi-Agent Path Finding
Univ Rennes(雷恩大学);CNRS(法国国家科学研究中心);IRISA(法国雷恩信息与自动化系统研究所);INRIA(法国国家信息与自动化研究所)
我们研究了一个变种的多智能体路径寻找问题(MAPF),其中代理人需要保持连接到彼此和指定的基地。这个问题在搜索和救援任务中有应用,其中整个执行必须由人类操作员监控。我们重新访问基于冲突的搜索算法已知的MAPF,并定义了一个变种,冲突产生于断开连接,而不是碰撞。我们研究优化,并给出实验结果,我们比较我们的算法与文献。
2020-06-05 cs.AI cs.MA
LaCAM: Search-Based Algorithm for Quick Multi-Agent Pathfinding
Tokyo Institute of Technology(东京工业大学)
我们提出了一种新的多智能体寻路(MAPF)的完整算法称为懒惰的约束添加搜索MAPF(LaCAM)。MAPF是在图上为多个智能体寻找无碰撞路径的问题,是多机器人协调的基础。LaCAM使用两级搜索来快速找到解决方案,即使有数百个代理或更多。在低层,它搜索关于代理的位置的约束。在高层,它搜索所有代理的位置序列,遵循由低层指定的约束。我们详尽的实验表明,LaCAM是可比的,或优于国家的最先进的次优MAPF算法在各种情况下,关于成功率,规划时间,和解决方案的总成本的质量。
2022-11-24 cs.AI cs.MA cs.RO
Beyond Monolithic Architectures: A Multi-Agent Search and Knowledge Optimization Framework for Agentic Search
Renmin University of China(中国人民大学);Baidu Inc.(百度公司)
M-ASK提出了一种多智能体框架,通过分解智能搜索为搜索行为和知识管理两个角色,提升搜索效率与稳定性,实现更优的答案准确性和训练动态。
2026-01-08 cs.AI
Best-First Width Search for Multi Agent Privacy-preserving Planning
Università degli Studi di Brescia(布雷西亚大学);The University of Melbourne(墨尔本大学)
在多智能体规划中,保护智能体的隐私已经成为一个越来越热门的研究课题。为了保护代理人的隐私,代理人共同计算一个计划,通过保持某些信息对个体代理人的隐私来实现共同的目标。不幸的是,这可能会严重限制搜索解决方案时使用的启发式函数的准确性。最近已经表明,对于集中式规划,通过结合面向目标的搜索和基于宽度的搜索,可以提高面向目标的搜索的性能。这些技术的组合被称为最佳优先宽度搜索。在本文中,我们研究了最佳优先宽度搜索的使用情况下(分散)多代理隐私保护规划,解决与代理的隐私和性能的挑战。特别是,我们表明,最好的第一宽度搜索是一个非常有效的方法,在几个基准域,即使搜索是由粗略估计距离目标状态,计算不使用其他代理人的私人信息的搜索驱动。实验研究分析了我们的技术的有效性,并将其与最先进的技术进行比较。
2019-06-10 cs.AI
Beyond Prototyping: Autonomous, Enterprise-Grade Frontend Development from Pixel to Production via a Specialized Multi-Agent Framework
EdgeVerve Systems Limited(EdgeVerve系统有限公司);Infosys Limited(Infosys有限公司);Microsoft Corporation(微软公司);BCT Digital(BCT数字)
AI4UI通过专用多智能体框架实现自主企业级前端开发,提升从像素到生产的效率与质量。
2025-12-05 cs.AI cs.SE
Neuro-Symbolic Query Compiler
Renmin University of China(中国人民大学);Huawei Poisson Lab(华为Poisson实验室)
本文提出神经符号框架 QCompiler,通过 BNF 文法及翻译、解析和递归下降处理将复杂查询编译为 AST,以提升 RAG 的检索与回答能力。
2025-05-17 cs.CL cs.IR
Agentic-R: Learning to Retrieve for Agentic Search
Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学人工智能学院);Baidu Inc.(百度公司)
本文提出了一种针对代理搜索的检索器训练框架,通过结合局部查询-段落相关性和全局答案正确性,提升多轮搜索性能。
2026-01-17 cs.CL cs.IR
Distributed Heuristic Forward Search for Multi-Agent Systems
Ben-Gurion University of the Negev(内盖夫本-古里安大学);Be’er Sheva(贝尔谢巴)
本文介绍了一些分布式前向搜索算法解决多智能体规划问题。我们介绍了一个分布式制定的非最优前向搜索,以及最佳版本,MAD-A*。我们的算法利用多代理问题的结构,不仅可以有效地分配不同代理之间的工作,而且还可以消除对称性,减少整体工作量。该算法确保私人信息不会在代理之间共享,但计算仍然是有效的-优于当前最先进的分布式规划器,在某些情况下,甚至集中式搜索-尽管每个代理只能访问部分信息。
2013-06-25 cs.AI cs.DC
Can Compact Language Models Search Like Agents? Distillation-Guided Policy Optimization for Preserving Agentic RAG Capabilities
The University of Osaka(大阪大学);OMRON SINIC X Corporation(OMRON SINIC X公司)
本文提出Distillation-Guided Policy Optimization方法,通过教师示范初始化和持续教师指导,使紧凑模型实现复杂的智能体搜索行为,甚至在某些情况下超越大模型。
2026-04-27 cs.CL
Justifying and Improving Meta-Agent Conflict-Based Search
基于元Agent的搜索算法MA-CBS是近年来提出的一种多Agent路径搜索算法。该算法是基于Agent的搜索算法CBS的一个扩展,当Agent之间的冲突超过一定阈值时,CBS算法自动将冲突Agent合并为元Agent。然而,合并代理的决定是根据经验选择的冲突数量的固定阈值做出的。最佳阈值取决于域和代理的数量,并且依赖性的性质还不清楚。我们根据对模型问题的分析,提出了使用冲突数量固定阈值的理由。根据建议的理由,我们引入新的决策政策的MA-CBS算法,大大提高了算法的性能。改进的算法的变体进行评估的几组问题,选择强调不同方面的算法。
2014-10-23 cs.AI
SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration
Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学高瓴人工智能学院);Ant Group(蚂蚁集团)
研究开放域信息检索智能体协作问题,提出SearchOS系统级多智能体框架,通过将搜索进展转化为显式状态、设计上下文管理、应用调度机制及引入中间件和技能系统,在相关数据集上领先基线,推动稳健信息检索协作。
2026-07-17 cs.AI cs.IR
Unsupervised Grammar Induction in a Framework of Information Compression by Multiple Alignment, Unification and Search
本文描述了一种新的语法归纳方法,该方法是在一个框架内开发的,该框架旨在将学习与计算,人工智能,数学和逻辑的其他方面相结合。这个框架被称为“多重对齐、统一和搜索的信息压缩”(ICMAUS),它建立在Solomonoff等人开创的最小长度编码的原则之上。本文的大部分内容描述了SP70,这是ICMAUS框架的一个计算机模型,它包含了语法的无监督学习过程。一个例子来展示该模型如何从适当的输入中推断出一个合理的语法。简要讨论了当前模型的局限性以及如何克服这些局限性。
2003-11-27 cs.AI
Alpha Discovery via Grammar-Guided Learning and Search
University of Electronic Science and Technology of China(电子科技大学);King's College London(伦敦国王学院);University of Southampton(南安普顿大学)
AlphaCFG通过语法引导的学习与搜索方法,高效发现金融中可解释且高效的Alpha因子,提升交易盈利能力。
2026-01-29 cs.AI cs.LG q-fin.CP
Reinforcement Learning with Structured Hierarchical Grammar Representations of Actions
Imperial College London(帝国理工学院);Einstein Center for Neurosciences Berlin(柏林爱因斯坦神经科学中心);Technical University Berlin(柏林工业大学);MRC London Institute of Medical Sciences(英国医学研究委员会伦敦医学科学研究所)
从很小的时候起,人类就学会了使用语法原则来分层地将单词组合成句子。动作语法是一个平行的概念,即有一组潜在的规则(一种“语法”)来控制我们如何分层地组合动作以形成新的、更复杂的动作。我们引入了动作语法强化学习(AG-RL)框架,该框架利用动作语法的概念来不断提高强化学习代理的样本效率。AG-RL通过使用语法推理算法来推断训练中途代理的“动作语法”。代理的动作空间,然后增加了由语法识别的宏动作。我们将此框架应用于双深度Q学习(AG-DDQN)和Soft Actor-Critic(AG-SAC)的离散动作版本,并发现它分别在8个测试的Atari游戏中的8个(中位数+31%,最大+668%)和20个测试的Atari游戏中的19个(中位数+96%,最大+3,756%)中提高了性能,而无需实质性的超参数调整。我们还表明,AG-SAC在20个测试的Atari游戏中的17个中的样本效率方面击败了无模型的最先进水平(中位数+62%,最大值+13,140%),同样没有实质性的超参数调整。
2019-10-23 cs.AI cs.LG stat.ML
Integrating Hyperparameter Search into Model-Free AutoML with Context-Free Grammars
MercadoLibre Inc.(美客多公司)
针对现有无模型AutoML方法GramML仅搜索流水线结构、使用默认超参数的局限,提出集成超参数搜索的扩展方案,经OpenML基准测试,性能较前沿技术有显著提升。
2024-04-13 cs.AI cs.LG
Probabilistic State-Dependent Grammars for Plan Recognition
Information Sciences Institute(信息科学研究所);Artificial Intelligence Laboratory(人工智能实验室);University of Southern California(南加州大学);University of Michigan(密歇根大学)
不确定性下的计划识别技术需要一个随机模型的计划生成过程。我们引入概率状态依赖文法(PSDGs)来表示代理的计划生成过程。PSDG语言模型扩展了概率上下文无关文法(PCFG),允许生产概率依赖于一个明确的模型规划代理的内部和外部状态。给定计划生成过程的PSDG描述,然后我们可以使用推理算法,利用PSDG语言的特定独立属性来有效地回答计划识别查询。PSDG语言模型和推理算法的组合扩展了计划识别领域的范围,对于该领域,实际的概率推理是可能的,如交通监控和空战中的应用所示。
2013-01-16 cs.AI
Construction of Hierarchical Neural Architecture Search Spaces based on Context-free Grammars
University of Freiburg(弗赖堡大学);University of Oxford(牛津大学)
本文提出基于上下文无关文法的统一分层NAS搜索空间构建框架,并设计适配贝叶斯优化的分层核,以支持在超大空间中搜索完整架构并取得优于现有方法的效果。
2023-12-08 cs.AI cs.CV cs.LG
Learning Social Affordance Grammar from Videos: Transferring Human Interactions to Human-Robot Interactions
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Fudan University(复旦大学);Indiana University(印第安纳大学)
在本文中,我们提出了一个通用的框架来学习社会启示语法作为时空与或图(ST-AOG)从RGB-D视频的人类互动,并转移到类人机器人的语法,使实时运动推理的人机交互(HRI)。基于Gibbs抽样,我们的弱监督语法学习可以自动构建一个层次表示的交互与长期联合子任务的代理和短期原子行动的个人代理。基于一个新的RGB-D视频数据集与丰富的人类互动的实例,我们的实验巴克斯特模拟,人类评估,和真正的巴克斯特测试表明,从有限的训练数据学习的模型成功地产生类似人类的行为在看不见的场景,并优于两个基线。
2017-03-01 cs.AI cs.CV cs.RO
Beam Search, Self-Consistency, and the Limits of Inference-Time Scaling for Grammar-Constrained Text-to-SQL in Small Language Models
Deep Network Understanding Lab(深度网络理解实验室);Dickinson College(狄金森学院)
本文针对语法约束下的小语言模型文本到SQL任务,研究了模型规模与推理计算的权衡,发现受约束权衡表现不同,束搜索优于采样+投票,且增大模型规模比增加推理计算更有利。
2026-08-27 cs.AI cs.CL
The Ghost in the Grammar: Methodological Anthropomorphism in AI Safety Evaluations
本文通过分析近期技术报告,探讨人工智能安全领域中对AI系统投射意图、人格等属性的隐性人类学倾向,质疑其对安全评估方法论的影响。
2026-02-24 cs.AI cs.CY
Grammar of the Wave: Towards Explainable Multivariate Time Series Event Detection via Neuro-Symbolic VLM Agents
AI Lab, SLB(SLB人工智能实验室);Télécom Paris, Institut Polytechnique de Paris, France(巴黎电信学院,巴黎高等理工学院,法国)
提出语言引导的时间序列事件检测(TSED)任务,通过事件逻辑树(ELT)将文本描述转化为结构化时序逻辑,并构建神经符号VLM智能体SELA,实现零/少样本事件检测与可解释推理。
2026-10-14 cs.AI cs.LG cs.MA
Unsupervised Grammar Induction with Depth-bounded PCFG
The Ohio State University(俄亥俄州立大学);Harvard University(哈佛大学);Boston Children’s Hospital(波士顿儿童医院);Harvard Medical School(哈佛医学院);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
最近人们对在递归深度上应用认知或经验动机的界限来限制语法归纳模型的搜索空间感兴趣(Ponvert等人,2011; Noji和Johnson,2016; Shain等人,2016年)。这项工作扩展了这种深度绑定方法的概率上下文无关文法归纳(DB-PCFG),它具有比层次序列模型更小的参数空间,因此更充分地利用了空间减少的深度绑定。结果为这个模型的语法习得从转录的儿童导向的语音和新闻通讯文本超过或具有竞争力的分析准确性评估时,与其他模型。此外,从这个模型中获得的语法标记表明了对类别标签的一致使用,这是其他习得模型所没有证明的。
2018-02-26 cs.AI cs.CL
Evolutionary Architecture Search through Grammar-Based Sequence Alignment
Carlos III University of Madrid(马德里卡洛斯三世大学);University of Edinburgh(爱丁堡大学);Instituto de Investigación Sanitaria Gregorio Marañón(Gregorio Marañón卫生研究院);Helmholtz-Zentrum Berlin für Materialien und Energie(柏林材料与能源研究中心);ELLIS Institute Tübingen(图宾根ELLIS研究所);University of Glasgow(格拉斯哥大学)
本文提出基于语法规则的进化架构搜索方法,利用改进的Smith-Waterman算法计算编辑距离,提升搜索效率并发现新颖架构。
2026-11-09 cs.AI cs.LG cs.NE
XGrammar: Flexible and Efficient Structured Generation Engine for Large Language Models
Carnegie Mellon University(卡内基梅隆大学);NVIDIA(英伟达);University of California, Berkeley(加州大学伯克利分校)
针对LLM结构化生成中上下文无关文法执行开销高的问题,本文提出XGrammar引擎,通过词汇划分、文法变换、持久化栈及推理协同设计,实现最高100倍加速与近零端到端开销。
2025-05-12 cs.AI cs.CL cs.PL
Optimizing Interventions for Agent-Based Infectious Disease Simulations
University of Rostock(罗斯托克大学);University of Münster(明斯特大学);Stanford University(斯坦福大学)
本文提出ADIOS系统,利用语法引导遗传编程优化基于代理的传染病模拟中的非药物干预措施,通过领域特定语言和约束减少搜索空间,提升优化效率。
2026-04-02 cs.AI cs.MA
Decode-Time Grammars: Constrained LLM Generation over a Refinement Order of Grammar Fragments
SKLP, Institute of Computing Technology, Chinese Academy of Sciences(SKLP,计算技术研究所,中国科学院);University of Leeds(利兹大学)
研究大语言模型在低资源编程表面生成代码的问题,提出解码时语法方法,通过运行时环境实例化语法片段,经特定策略和算子确保语法语义正确,实现中在多种语言和模型上消除幽灵引用。
2026-07-22 cs.AI cs.LG cs.PL
Grammar-based Game Description Generation using Large Language Models
Waseda University(早稻田大学)
本文提出一种利用大语言模型从自然语言生成语法正确的游戏描述(GDL)的两阶段框架,通过语法引导的迭代改进显著优于直接使用LLM输出的基线方法。
2025-01-22 cs.AI
Closed Loop Neural-Symbolic Learning via Integrating Neural Perception, Grammar Parsing, and Symbolic Reasoning
University of California, Los Angeles(加州大学洛杉矶分校)
神经符号计算的目标是整合联结主义和符号主义范式。先前的方法使用强化学习(RL)方法来学习神经符号模型,该方法忽略了符号推理模块中的错误传播,因此在稀疏奖励的情况下收敛缓慢。在本文中,我们解决这些问题,并关闭循环的神经符号学习(1)引入\textbf{grammar}模型作为一个\textit{symbolic prior}桥梁神经感知和符号推理,(2)提出了一种新的\textbf{back-search}算法,模仿自上而下的人类学习过程,通过符号推理模块有效地传播错误。我们进一步解释所提出的学习框架作为极大似然估计使用马尔可夫链蒙特卡罗采样和回搜索算法作为一个大都会黑斯廷斯采样器。实验在两个弱监督的神经符号任务上进行:(1)新引入的HWF数据集上的手写公式识别;(2)CLEVR数据集上的视觉问题回答。结果表明,我们的方法显着优于RL方法的性能,收敛速度和数据效率。我们的代码和数据在\url{https://liqing-ustc.github.io/NGS}上发布。
2020-07-27 cs.AI cs.CV cs.LG
HOTGP -- Higher-Order Typed Genetic Programming
Federal University of ABC (UFABC)(ABC联邦大学)
本文提出HOTGP遗传规划算法,利用丰富数据类型与内置文法约束搜索空间,合成纯类型化函数式程序,在标准基准上比6种先进算法更频繁地合成正确程序。
2023-04-06 cs.AI cs.NE
Multi-label classification search space in the MEKA software
Universidade Federal de Minas Gerais(米纳斯吉拉斯联邦大学);University of Kent(肯特大学)
本补充材料旨在描述基于MEKA和WEKA软件的拟议多标签分类(MLC)搜索空间。首先,我们概述了MEKA中的26种MLC算法和元算法,介绍了它们的主要特征,如超参数、依赖关系和约束。其次,我们回顾了WEKA软件中的28种单标签分类算法、预处理算法和元算法。这些SLC算法也被研究,因为它们是所提出的MLC搜索空间的一部分。从根本上说,这是由于在这项工作中使用的几个MLC算法的问题变换性质。这些算法首先将MLC问题转换为一个或多个SLC问题,然后在下一步中使用SLC模型解决它们。因此,了解它们的主要特征对这项工作至关重要。最后,我们提出了一个正式的描述的搜索空间,提出了一个上下文无关文法,包括54个学习算法。该文法基本上概括了学习算法之间可能的组合、约束和依赖关系。
2020-07-31 cs.AI cs.LG stat.ML
Markov Senior -- Learning Markov Junior Grammars to Generate User-specified Content
Faculty of EECS Leibniz University Hannover Hannover, Germany
针对Markov Junior依赖人工设计文法的瓶颈,提出基于遗传编程的Markov Senior框架,从单样本提取关系构建规则,结合KL散度搜索文法与分治策略,实现多领域程序化内容生成。
2024-08-12 cs.AI
Towards a more flexible Language of Thought: Bayesian grammar updates after each concept exposure
CONICET-Universidad de Buenos Aires(国家科学技术研究委员会-布宜诺斯艾利斯大学);Universidad de Buenos Aires(布宜诺斯艾利斯大学);Universidad Torcuato di Tella(托库阿托·迪·特利亚大学)
最近人类概念学习的方法成功地结合了符号的力量,无限生产力的规则系统和统计学习来解释我们从几个例子中学习新概念的能力。大多数这些研究的目的是揭示潜在的语言结构这些表示,并提供一个一般基板的思想。然而,描述一个一旦训练就固定的思维模型是与大量的文献相违背的,这些文献显示了经验如何塑造概念学习。在这里,我们问这些符号描述语言的可塑性。我们进行了一个概念学习实验,表明人类可以非常迅速地改变他们用来识别概念的符号库,通过编译经常使用的表达式,将其转换为语言的新符号。贝叶斯代理准确地描述了概念学习时间的模式,该贝叶斯代理根据到目前为止压缩概念的有用程度合理地更新编译新表达式的概率。通过把思想的语言描绘成一个灵活的规则系统,我们也强调了经验上确定它的困难。
2019-09-26 cs.AI
Libretto: Giving LLM Agents a Sense of Musical Structure
University of California, Berkeley(加州大学伯克利分校)
提出Libretto框架,通过LLM原生语法(显式起始槽、声部、小节组织)和基于语料库的统计评估(节奏、和声、旋律等),实现符号音乐的生成、诊断与迭代自修正,将符号音乐转化为可测量、可编辑的对象。
2026-06-23 cs.AI cs.SD
Level-Navi Agent: A Framework and benchmark for Chinese Web Search Agents
AI Research(360人工智能研究院);School of Artificial Intelligence, Anhui University(安徽大学人工智能学院)
针对中文网页搜索智能体缺乏统一框架、标注数据集和评估指标的问题,提出无需训练的Level-Navi Agent及Web24数据集和评估指标,并公平评估了先进LLM。
2024-12-20 cs.AI cs.CL cs.IR
Diagnosing Search Behavior and Failure Modes in Long-Horizon Search Agents
Renmin University of China(中国人民大学);National University of Singapore(新加坡国立大学)
本研究通过轨迹级诊断区分长视野搜索智能体的检索与利用差距,发现搜索努力与答案质量弱相关,为优化深度研究系统提供了查询构建、证据管理等方向。
2026-08-04 cs.AI cs.CL cs.IR
Search, Inspect, Fetch: Exploiting Structure-Aware Boolean Retrieval for Deep-Search Agents
The University of Queensland(昆士兰大学);CSIRO(联邦科学与工业研究组织)
本研究针对现有深度研究智能体的缺陷,提出基于BQL的SIEVE接口,在三个问答数据集上实现更高准确率且token用量显著减少,验证了BQL过滤的有效性。
2026-08-31 cs.AI cs.CL cs.IR
Accelerating Constrained Decoding with Token Space Compression
Department of Language Science and Technology(语言科学与技术系);Saarland Informatics Campus(萨尔兰州信息学校区);Saarland University(萨尔兰大学)
提出CFGzip离线压缩词元搜索空间,大幅降低上下文无关文法约束解码的开销,实现高达两个数量级的延迟减少和7.5倍的总生成速度提升。
2026-10-02 cs.AI
AgentSearchBench: A Benchmark for AI Agent Search in the Wild
Centre for Artificial Intelligence, University College London(人工智能研究中心,伦敦大学学院)
本文提出AgentSearchBench,一个基于真实世界代理的大规模基准,通过执行任务查询和高层任务描述,评估代理相关性,揭示语义相似性与实际性能间的差距,并展示轻量行为信号对排名质量的提升作用。
2026-04-24 cs.AI cs.IR cs.MA
Bayesian Decision Trees via Tractable Priors and Probabilistic Context-Free Grammars
Stanford University(斯坦福大学)
决策树是当今最流行的机器学习模型之一,因为它们具有开箱即用的性能和可解释性。通常,决策树模型是通过启发式搜索标准(如基尼不纯或熵)以自上而下的方式构建的。然而,以这种方式构建的树对训练数据中的微小波动敏感,并且易于过拟合。相比之下,贝叶斯方法树建设制定的选择过程作为一个后验推理问题,这种方法更稳定,并提供更大的理论保证。然而,生成贝叶斯决策树通常需要从复杂的多模态后验分布中采样。目前基于马尔可夫链蒙特卡罗的贝叶斯决策树抽样方法容易出现模式坍塌和混合时间过长的问题,这使得它们不切实际。本文提出了一种新的贝叶斯决策树训练准则。我们的标准产生BCART-PCFG,它可以有效地采样决策树的后验分布的树木给定的数据,并找到最大后验(MAP)树。学习后验和训练采样器可以在数据集大小的多项式时间内完成。一旦学习了后验,就可以有效地对树进行采样(在节点数量上呈线性)。在我们的方法的核心是一个减少后采样采样的概率上下文无关文法的推导。我们发现,通过BCART-PCFG采样树执行类似或更好的贪婪构造的决策树在几个数据集上的分类精度。此外,通过BCART-PCFG采样的树要小得多-有时高达20倍。
2023-02-15 cs.AI cs.LG
SafeSearch: Automated Red-Teaming of LLM-Based Search Agents
University of Science and Technology of China(中国科学技术大学)
提出SafeSearch自动化红队框架,系统评估基于LLM的搜索代理在五个风险类别中的安全性,发现GPT-4.1-mini在搜索工作流中攻击成功率高达90.5%,且常见防御措施效果有限。
2026-06-03 cs.AI cs.CL cs.CR
Boosting Search Engines with Interactive Agents
ETH Zurich(苏黎世联邦理工学院);Google Research(谷歌研究院)
本文介绍了第一个成功的步骤,在设计搜索代理,学习元策略迭代查询细化信息搜索任务。我们的方法使用机器阅读来指导从聚合搜索结果中选择细化术语。然后,代理被赋予简单但有效的搜索操作符,对查询和搜索结果进行细粒度和透明的控制。我们开发了一种生成合成搜索会话的新方法,该方法通过(自)监督学习利用基于transformer的语言模型的功能。我们还提出了一个强化学习代理与动态约束的行动,从头开始学习交互式搜索策略。我们的搜索代理获得检索和答案质量性能与最近的神经方法相当,只使用传统的基于术语的BM 25排名功能和可解释的离散重新排名和过滤操作。
2022-06-07 cs.AI cs.CL cs.IR
A Conceptual Framework for Conversational Search and Recommendation: Conceptualizing Agent-Human Interactions During the Conversational Search Process
University of Strathclyde(思克莱德大学);University of Glasgow(格拉斯哥大学)
本研究针对对话式搜索任务,构建了涵盖用户与智能体行为及意图的概念框架,梳理关键决策节点,为对话式搜索智能体的研发与评估提供基础框架。
2024-04-12 cs.AI cs.IR
Improving Search through A3C Reinforcement Learning based Conversational Agent
Adobe Systems Inc(奥多比系统公司);IIT Delhi(印度理工学院德里分校)
我们开发了一个基于强化学习的搜索助手,它可以通过一组动作和一系列交互来帮助用户实现他们的意图。我们的方法迎合主观搜索,用户正在寻找数字资产,如图像,这是从根本上不同的任务,具有客观和有限的搜索方式。标记的会话数据通常在这样的搜索任务中不可用,并且通过人类交互来训练代理可能是耗时的。我们提出了一个随机虚拟用户模拟一个真实的用户,可以用来有效地采样用户的行为,训练代理,加快了自举代理。我们开发了基于A3C算法的上下文保持体系结构,使代理提供上下文的帮助给用户。我们将A3C代理与Q学习进行比较,并评估其在验证事件中与虚拟用户获得的平均奖励和状态值上的性能。我们的实验表明,智能体学习获得更高的奖励和更好的状态。
2018-08-19 cs.AI
Agent Alpha: Tree Search Unifying Generation, Exploration and Evaluation for Computer-Use Agents
The George Washington University(乔治·华盛顿大学)
Agent Alpha通过步骤级MCTS统一生成、探索和评估,实现计算机使用代理的高成功率。
2026-02-03 cs.AI
LiveBrowseComp: Are Search Agents Searching, or Just Verifying What They Already Know?
Harbin Institute of Technology(哈尔滨理工大学);Xiaohongshu(小红书)
本文通过诊断方法发现基于LLM的搜索智能体存在内在知识依赖(IKD),即依赖模型内部知识而非外部证据,并引入LiveBrowseComp基准来评估超越内在知识覆盖的深度搜索能力。
2026-05-27 cs.AI
DLLM-Searcher: Adapting Diffusion Large Language Model for Search Agents
Renmin University of China(中国人民大学);Shanghai Jiao Tong University(上海交通大学)
DLLM-Searcher通过优化基于dLLM的搜索代理,解决代理能力不足和延迟挑战,提升推理效率。
2026-02-03 cs.AI cs.LG
Characterizing Web Search by Conversational LLM Agents: From Search Decisions and Strategies to Results and Responses
Max Planck Institute for Software Systems(马克斯·普朗克软件系统研究所);Saarland University(萨尔大学);Laboratoire d’Informatique de l’École Polytechnique(巴黎综合理工学院计算机科学实验室);Seoul National University(首尔大学);Ruhr University Bochum(波鸿鲁尔大学);Microsoft(微软)
本研究首次跨四个主流对话平台(ChatGPT、Claude、Grok、DeepSeek)结合真实与受控实验,表征智能体网络搜索的决策、策略、结果偏好及响应依据,发现搜索频率与响应质量无必然关联,且存在领域偏好与未引用依赖问题,为未来AI智能体与搜索工具设计提供启示。
2026-09-18 cs.AI cs.IR
Same Outcomes, Different Journeys: A Trace-Level Framework for Comparing Human and GUI-Agent Behavior in Production Search Systems
Spotify, Sweden(Spotify瑞典);Spotify, Netherlands(Spotify荷兰);Stockholm University, Sweden(斯德哥尔摩大学)
本文提出一个基于轨迹的评估框架,比较人类和GUI代理在任务结果、努力、查询构建和界面状态导航中的行为差异,通过实验证明代理行为与人类不同,强调轨迹层面诊断的重要性。
2026-04-09 cs.AI cs.IR