arXiv · ML· Fei Xu Yu, Gina Adam, Nathaniel D. Bastian, Tian Lan·· 9 小时前AI 评分33
MCTS-RDP 通过蒙特卡洛树搜索优化 LLM 提示词序列以提升数学建模代码生成性能
Optimizing Prompt Sequences using Monte Carlo Tree Search for LLM-Based Optimization
AI 导读
针对大语言模型在处理复杂数学优化任务时常因标准提示词导致不可行或错误代码的问题，MCTS-RDP 引入预测试时扩展机制。 该方法将计划构建视为序贯决策，利用蒙特卡洛树搜索探索并精炼推理分解计划，生成可执行代码并通过执行反馈优化后续搜索。 在 NL4OPT 和 NLP4LP 等基准测试中，MCTS-RDP 相比强基线模型显著提升了解法稳定性、执行成功率及最优性达成度。
来源：arXiv · ML · arxiv.org