大语言模型智能体的多轮评估，长期被“从头重跑”的线性蒙特卡洛方法拖累：重复前缀消耗海量资源，还漏掉罕见失败。DIVERT横空出世，在关键节点保存完整快照，直接分支恢复对话，引导用户生成多样又合理的反应，系统探索未覆盖的语义路径。搭配JunctionChooser精准选点与Sentence-BERT保证意图一致，额外开销极小，却能成倍发现深层错误，在tau-bench航空、零售、电信任务中优势明显。
原文：arxiv.org
DIVERT：在对话树里“存档读档”，让智能体评估又快又准
10分钟 ·
2·
0
20