研究：工作流规划的搜索增益多来自采样而非树搜索

Zhitong Chen 等作者在 DisasterBench 上把结构化工作流规划中的测试时推理拆成发现、结构验证与最终选择三个阶段，发现名义上的树搜索配置实际只是非自适应的完整工作流采样；用其扩展提示词的独立采样即可复现候选发现，无需建树。 多数投票在每个候选池中会让 10–19% 任务已发现的正确工作流未被选中，抽查 60 例中 57 例确有工具选择或信息流错误。作者称，工具规格感知的验证器能挽回部分损失，但推翻的正确决策多于修正的。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。