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

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。