【TMLR 2025】Tree Search：树搜索驱动的语言模型智能体，在真实网页环境中显式探索与多步规划｜从网页智能体推理时搜索视角本文解读 TMLR 2025 论文《Tree Search for Language Model Agents》。该论文提出推理时树搜索算法，通过融合best-first 搜索、多模态价值函数与环境回溯重放，让语言模型智能体在真实网页环境中显式探索与多步规划，其特别之处在于这是首个在真实网页任务上被证明有效的树搜索算法。实验表明VisualWebArena 上 GPT-4o 智能体成功率相对提升 39.7%、达到 26.4% 新 SOTA，且性能随测试时算力单调增长，为 LLM Agent 的测试时计算（