TreeSeeker: Tree-Structured Trial, Error, and Return in Deep Search
TreeSeeker：深度搜索中的树结构试错与分支返回框架
🧭 Agent深度搜索的树结构试错与预算分配
Microsoft · East China Normal University
提出TreeSeeker，通过树结构分支状态和文本UCB操作控制实现深度搜索的受调试错与预算重分配
📌 工作参考价值
- 多路径搜索控制：在需要多步信息收集与证据整合的代理任务（如电商导购助手、事实核查）中，可为每个候选方向（查询、来源、假设）维护独立分支状态，利用进度、冲突和失败线索动态分配搜索预算。
- 文本UCB预算分配：通过大语言模型对候选操作（利用/探索/剪枝）进行语义评分（价值、不确定性、风险），无需精确数值奖励即可实现探索-利用-剪枝决策，适合开放域搜索任务。
- 记忆压缩与锚点保留：TreeMem将长历史压缩为分支局部状态，同时保留叶踪迹作为短期锚点，可有效控制上下文长度并保持决策连贯，适用于长对话或长搜索轨迹的代理。
- 操作级决策简化空间：将预算分配抽象为利用、探索、剪枝三种操作，避免细粒度路径评分，降低组合空间，提高大语言模型决策的稳定性和效率。
动机：深度搜索代理面临早期方向不确定性，贪婪跟随当前最佳方向可能持续扩展弱路径，而无纪律的探索会浪费预算。亟需受控的试错机制，在多个候选方向间动态分配搜索预算。
方法关键点
- TreeSeeker框架：将搜索过程组织为树结构状态，每个子目标维护一棵搜索树，分支代表不同的查询、来源或假设。
- TreeSearch控制层：使用操作级文本UCB规则，从TreeMem状态中估计价值（Value）、不确定性（Uncertainty）和风险（Risk），对每个子目标输出EXPLOIT（利用前景分支）、EXPLORE（探索不确定替代）或PRUNE（剪枝并返回早期分支点）决策。
- TreeMem记忆层：为每个分支存储压缩状态，包括证据、冲突、进度与失败线索，并保留最新叶踪迹作为短期锚点，使决策可比较不同方向、识别失败尝试并回退。
- 算法流程：规划代理分解问题为子目标DAG并初始化候选路径；每轮根据依赖关系构建前沿，对活跃目标应用文本UCB决策；执行动作（搜索/浏览）或剪枝，更新TreeMem；定期汇总压缩；最终合成答案。
关键实验
- 数据集：XBench-DeepSearch全量，BrowseComp及BrowseComp-ZH各随机抽样100例。
- 对比底线：Flash-Searcher（最直接树结构搜索基线）、IterResearch、Tongyi-DeepSearch等开源系统，以及闭源模型参考。
- 主要结果：使用gpt-5.2主干，TreeSeeker在XBench-DS达56.3，BrowseComp达47.0，BrowseComp-ZH达43.0，均优于所评测开源基线。与Flash-Searcher相比提升5.6点，且总token和工具调用更低。消融实验：移除文本UCB下降4.3点，禁用探索与剪枝下降8.3点，移除叶踪迹下降5.0点，验证了各组件必要性。操作频率分析显示，文本UCB使利用与探索更平衡（51.4% vs 43.4%），剪枝占比5.2%。
核心贡献：显式维护树结构分支状态并通过文本UCB进行操作级预算分配，为深度搜索提供了一种不依赖数值奖励的试错与回退框架，性能优于固定调度的并行搜索。