MASTER:一个具有大语言模型专用蒙特卡洛树搜索的多智能体系统
📝
内容提要
本研究解决了大语言模型(LLM)在战略规划能力方面的不足,提出了一种新框架——MASTER,通过协调智能体的招募和沟通来增强LLM的蒙特卡洛树搜索(MCTS)能力。实验结果表明,该框架在多任务上表现出色,HotpotQA的准确率达到76%,WebShop达到80%,在这些数据集上创造了新的最先进性能。
➡️
本研究解决了大语言模型(LLM)在战略规划能力方面的不足,提出了一种新框架——MASTER,通过协调智能体的招募和沟通来增强LLM的蒙特卡洛树搜索(MCTS)能力。实验结果表明,该框架在多任务上表现出色,HotpotQA的准确率达到76%,WebShop达到80%,在这些数据集上创造了新的最先进性能。