Uma publicação com a etiqueta "language-agent-tree-search"

Boas-vindas ao quinto volume de nossa análise técnica detalhada do curso de pós-graduação da Universidade de Stanford, CS329A: Self-Improving AI Agents (Agentes de IA que se Autoaperfeiçoam, Outono de 2025).

Na Aula 4, testemunhamos como os agentes rompem o confinamento da memória estática ao interagir com ferramentas do mundo real e depurar código por meio de ciclos de feedback de compiladores (ReAct, RLEF). No entanto, sanar pequenos erros sintáticos locais em um terminal difere substancialmente de planejar arquiteturas distribuídas de 100.000 linhas ou solucionar investigações científicas de longo horizonte.

As abordagens convencionais como ReAct ou Chain-of-Thought (CoT) são, em essência, pesquisadores gulosos de caminho único (Greedy Single-Path): avaliam o próximo passo imediato e avançam de forma irreversível. Semelhante a um enxadrista iniciante que só prevê o lance seguinte e sofre xeque-mate três jogadas depois, um modelo autorregressivo que comete um deslize inicial fica irremediavelmente preso em um beco sem saída.

A Aula 5 representa o grande encerramento da Parte 1 (Fundamentos) da grade de Stanford: o Planejamento Multietapas (Multi-Step Planning) e a Busca em Árvore (Tree Search).

Ao transplantar o núcleo algorítmico do AlphaGo — a Busca em Árvore de Monte Carlo (MCTS) — para modelos autorregressivos, transformamos geradores de texto em grandes mestres estratégicos. Analisamos sistemas que antecipam desfechos com dezenas de passos de antecedência, podam caminhos inviáveis, realizam retrocesso histórico (Backtracking) e paralelizam o fluxo dedutivo:

1. Unificação de raciocínio, ação e planejamento: Language Agent Tree Search (LATS, Zhou et al., 2023).
2. Decomposição recursiva sob demanda: Fracionamento modular ativado apenas perante falhas via ADaPT (Allen AI, 2023).
3. Empacotamento de DAGs de dependência em paralelo: Redução da latência de inferência em 53,5% via SPRINT (Stanford Future Data, 2025).
4. Bifurcação adaptativa via Amostragem de Thompson: Solução do dilema entre largura e profundidade com AB-MCTS (Sakana AI, 2025).
5. Internalização do planejamento nos pesos neurais: SWiRL (Step-Wise RL, 2025).

flowchart TD
    subgraph MCTS_Loop ["Ciclo de Vida MCTS do Agente LATS"]
        direction TB
        Root["Estado Raiz: Objetivo do Usuário / PRD"]
        --> Select["1. Seleção: Navegação pela Métrica UCT"]
        --> Expand["2. Expansão: Amostragem de n Ações Candidatas"]
        --> Eval["3. Avaliação: Pontuação do Modelo + Consistência"]
        --> Backprop["4. Retropropagação: Atualização de Valores"]
        --> Reflect["5. Reflexão Semântica: Diagnóstico Textual de Falhas"]
    end

    subgraph PlanningParadigms ["Espectro de Planejamento para Agentes"]
        direction TB
        P1["LATS (Busca em Árvore MCTS)<br/>• Reversibilidade sem custo baseada no histórico de prompts<br/>• HumanEval atinge 92,7%; HotpotQA salta de 32% para 71%"]
        --> P2["ADaPT (Decomposição Sob Demanda)<br/>• Evita cronogramas rígidos prévios; execução direta inicial<br/>• Divisão recursiva AND/OR disparada apenas perante falhas"]
        --> P3["SPRINT (Empacotamento de DAGs Paralelos)<br/>• Identificação de passos de raciocínio mutuamente independentes<br/>• Processamento simultâneo em clusters GPU; latência cai 53,5%"]
        --> P4["SWiRL (Reforço Passo a Passo)<br/>• Internalização da sabedoria MCTS diretamente nas sinapses do modelo<br/>• Inferência em passagem única com visão estratégica profunda"]
    end

    MCTS_Loop ==> PlanningParadigms