#Monte Carlo Tree Search - AI Papers Daily

SkillFuzz: Fuzzing Skill Composition for Implicit Intents Discovery in Open Skill Marketplaces

SkillFuzz：开放技能市场中技能组合的隐式意图模糊测试

🧭 Agent 技能组合安全测试 · 模糊测试

University of Liverpool · Mohamed bin Zayed University of Artificial Intelligence

通过合约引导的蒙特卡洛树搜索在无执行环境下模糊测试技能组合，发现隐式意图

📌 工作参考价值（4 点）

在电商/推荐多技能 Agent 系统中，可借鉴 skill contract 提取方式，将技能的自然语言描述结构化，用于自动检测技能组合时的意图漂移。
采用无执行环境的“规划工件 + 差异 oracle”测试方案，在技能上线前即可发现组合风险，避免线上推荐被重定向至非预期目标。
合约引导的 MCTS 搜索策略以极低的组合探索比例覆盖高风险空间，可应用于 Agent 编排器的安全约束生成，例如限制同时激活的技能对。
对隐式意图的分类与严重性判定方法，可迁移至电商对话 Agent 的质量保障流程，提前屏蔽“促销+比价”等技能组合导致的隐性推荐偏差。

Agent | 2026-07-02 | cs.CL | score 7/10

MODE-RAG: Manifold Outlier Diagnosis and Energy-based Retrieval-Augmented Generation Evaluation

MODE-RAG：流形异常诊断与能量检索增强生成评估的多智能体系统

🧭 多模态RAG幻觉缓解 · 基于能量的多智体评估

School of Computer Science & Tech, Huazhong University of Science and Technology · School of AI and Automation, Huazhong University of Science and Technology

提出多智能体系统MODE-RAG，利用变分自由能和注意力动态门控，结合MCTS与logit惩罚来缓解多模态RAG幻觉

📌 工作参考价值（4 点）

Agent 动态门控机制：基于内部注意力状态和变分自由能（VFE）的风险评估，可用于电商搜索/推荐Agent的决策路由，对高不确定性查询触发更严格的事实核查，避免复杂推理链中的错误传播。
MCTS 因果推导修正：在推荐解释生成或对话式推荐中，可借鉴蒙特卡洛树搜索对候选推荐理由进行因果验证，减少编造理由（sycophancy），提升可信度。
Logit 扰动惩罚逢迎：对于倾向生成迎合用户的虚假解释，通过在解码时施加针对性的logit惩罚，可迁移到对话Agent中抑制讨好性幻觉。
多智体协作流水线：Correction和Overseer Agent 的分工模式可复用到搜索推荐系统的后处理流程，例如事实核对Agent、格式化稳定Agent，增强最后输出可靠性。

MultiAgent | 2026-06-16 | cs.MM | score 7/10

Multimodal RAG Hallucination Mitigation Multi-Agent Variational Free Energy Monte Carlo Tree Search Energy-based Model