論文の概要: TreeSeeker: Tree-Structured Trial, Error, and Return in Deep Search

• arxiv url: http://arxiv.org/abs/2606.11662v1
• Date: Wed, 10 Jun 2026 05:10:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.301207
• Title: TreeSeeker: Tree-Structured Trial, Error, and Return in Deep Search
• Title（参考訳）: TreeSeeker: 木構造による試行錯誤, 深層検索の復帰
• Authors: Zhuofan Shi, Mingzhe Ma, Lu Wang, Fangkai Yang, Pu Zhao, Yiming Guan, Youling Huang, Wei Zhang, Qingwei Lin, Dongmei Zhang, Saravan Rajmohan,
• Abstract要約: TreeSeekerは、ディープ検索における試行錯誤を制御するための推論時フレームワークである。 木構造状態に対する分岐と復帰の探索として探索を組織し、各分岐はサブゴールの仮方向である。 TreeSeekerは、オープンソースのベースラインを一貫して上回っている。
• 参考スコア（独自算出の注目度）: 43.554579524244495
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deep search requires agents to answer complex questions through multi-step web search, browsing, evidence comparison, and synthesis. A central challenge is deciding how to search when several directions look plausible but only some will later lead to reliable evidence. If an agent greedily follows the current best-looking direction, it may keep extending a weak continuation. If it explores without discipline, it may waste budget on disconnected trials. We propose TreeSeeker, an inference-time framework for controlled trial-and-error in deep search. TreeSeeker organizes search as branch-and-return search over tree-structured states, where each branch is a tentative direction for a sub-goal. At each round, TreeSearch reads all sub-goal trees, identifies active goals, and uses textual UCB signals of value, uncertainty, and risk to select among exploiting a promising branch, exploring an uncertain alternative, or pruning an unproductive continuation and returning to an earlier branch point. TreeMem supports this control loop by keeping evidence, uncertainty, conflicts, progress, and failure cues attached to the branches that produced them, so trial outcomes can guide later decisions. Experiments on XBench-DeepSearch, BrowseComp, and BrowseComp-ZH show that TreeSeeker consistently outperforms strong open-source baselines, suggesting that explicit branch-and-return control complements stronger reasoning and tool execution.
• Abstract（参考訳）: ディープサーチでは、エージェントは多段階のWeb検索、ブラウジング、エビデンス比較、合成を通じて複雑な質問に答える必要がある。 中心的な課題は、複数の方向が妥当に見えるときの探索方法を決定することだが、後に確実な証拠につながるのは一部のみである。 エージェントが現在の最もよく見える方向を欲しがるなら、それは弱い継続を延ばし続けるかもしれない。 規律がなければ、未接続の試験に予算を浪費する可能性がある。 本研究では,ディープラーニングにおける試行錯誤制御のための推論時フレームワークであるTreeSeekerを提案する。 TreeSeekerは、各ブランチがサブゴールの仮方向である木構造状態上のブランチ・アンド・リターン検索として検索を組織する。 各ラウンドで、TreeSearchはすべてのサブゴールツリーを読み、アクティブな目標を特定し、有望なブランチを悪用し、不確実な代替策を探究し、非生産的な継続を実行し、以前のブランチポイントに戻すために、UCBのテキストシグナルを使用して、有望なブランチを選択する。 TreeMemはこの制御ループをサポートし、エビデンス、不確実性、コンフリクト、進捗、そしてそれらを生成したブランチにアタッチされた失敗のキューを保持する。 XBench-DeepSearch、BrowseComp、BrowseComp-ZHの実験は、TreeSeekerが一貫して強力なオープンソースベースラインを上回っていることを示している。

関連論文リスト

• Toward Generalist Autonomous Research via Hypothesis-Tree Refinement [150.99641031769633]
  本稿では,長寿命コーディネータ,短寿命エグゼキュータ,仮説ツリーリファインメント(HTR)を組み合わせた自律的研究フレームワークArborを紹介する。 結果が戻ると、Arborはツリーを更新し、再利用可能なレッスンを宣伝し、検索フロンティアを洗練し、検証された改善を認めた。
  論文  参考訳（メタデータ） (2026-06-10T10:57:05Z)
• Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction [127.64173950476702]
  エージェントが直接、汎用端末ツールを用いて、生コーパスを直接検索する直接コーパス間相互作用(DCI)について検討する。 このアプローチではオフラインインデックスを必要とせず、ローカルコーパスの進化に自然に適応する。 IRベンチマークとエンドツーエンドのエージェント検索タスク全体にわたって、この単純なセットアップは、強いスパース、密度、リランクベースラインよりも大幅に優れています。
  論文  参考訳（メタデータ） (2026-05-03T19:13:11Z)
• Transformers in the Dark: Navigating Unknown Search Spaces via Bandit Feedback [22.721204992834092]
  本研究では,トランスフォーマーは理論的に異なる探索戦略を実装するのに十分な表現力を持ち,これらの戦略をスクラッチから訓練して近似することができることを示す。 我々のトランスフォーマーモデルは、長い地平線や深い木のような目に見えない条件に一般化する可能性を示している。
  論文  参考訳（メタデータ） (2026-03-25T19:50:32Z)
• TreePS-RAG: Tree-based Process Supervision for Reinforcement Learning in Agentic RAG [71.06073770344732]
  エージェント検索強化生成(RAG)は、推論と情報検索の多段階的な相互作用として質問応答を定式化する。 エージェントRAGのためのオンラインツリーベースRLフレームワークであるTreePS-RAGについて述べる。
  論文  参考訳（メタデータ） (2026-01-11T14:07:30Z)
• Tree Search for LLM Agent Reinforcement Learning [23.7084695563981]
  Tree-based Group Relative Policy Optimization (Tree-GRPO) は、木探索に基づくグループ化エージェントRL法である。 共通のプレフィックスを共有することで、ツリー検索サンプリングは、達成可能なロールアウトの数を増やす。 木レベルでの相対的政策最適化の目的は、ステップレベルの直接選好学習と同等であることを示す。
  論文  参考訳（メタデータ） (2025-09-25T14:37:09Z)
• ProtInvTree: Deliberate Protein Inverse Folding with Reward-guided Tree Search [77.55575655986252]
  ProtInvTreeはタンパク質逆フォールディングのための報酬誘導ツリー検索フレームワークである。 シークエンス生成は、意図的に、ステップワイズな意思決定プロセスとして再構成される。 検索深度と幅を広げて、再トレーニングすることなく、フレキシブルなテストタイムスケーリングをサポートする。
  論文  参考訳（メタデータ） (2025-06-01T09:34:20Z)
• TreeRare: Syntax Tree-Guided Retrieval and Reasoning for Knowledge-Intensive Question Answering [10.597526246308938]
  反復的かつ適応的な検索は、複雑で知識集約的な質問を解決するための有望なアプローチであることが示されている。 本研究では,構文木を利用した質問応答のための情報検索と推論のためのフレームワークであるTreeRareを提案する。 TreeRareは、既存の最先端メソッドよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2025-05-31T01:07:50Z)
• Don't Get Lost in the Trees: Streamlining LLM Reasoning by Overcoming Tree Search Exploration Pitfalls [83.89771461061903]
  検証者による木探索アルゴリズムの最近の進歩は、大規模言語モデル(LLM)の推論能力を大幅に向上させた。 検証者による木探索アルゴリズムの最近の進歩は、大規模言語モデル(LLM)の推論能力を大幅に向上させた。 意味論的に等価なコンテンツを持つ冗長な状態による$textitover-Exploration$と、検証器のスコアリングにおける高いばらつきに起因する$textitunder-Exploration$である。 各種木探索アルゴリズムに適合するフレキシブルなプラグアンドプレイシステムであるFETCHを提案する。
  論文  参考訳（メタデータ） (2025-02-16T16:12:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。