1.4 KiB
1.4 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| Hypothesis Tree Refinement (HTR) | 2026-06-24 | 2026-06-24 | concept |
|
|
Hypothesis Tree Refinement (HTR)
HTR 是 Arbor 框架的核心方法：将自主科研的中间状态持久化为假设树，通过分支探索、执行反馈回写、洞察向上传播和 held-out 准入门控实现累积式科研进步。
树节点结构
n = ⟨h, ι, µ⟩
- h (Hypothesis)：可验证的改进主张，粒度随深度细化（根=方向，叶=具体干预）
- ι (Insight)：可复用的证据解读——非执行日志，紧致语义记忆
- µ (Metadata)：状态/分数/git ref
五步循环
Observe → Ideate → Select → Dispatch → Backpropagate
- Observe：观察当前树状态（前沿、洞察、约束）
- Ideate：在选定父节点下生成 k 个子假设
- Select：选择最有前景的叶子调度执行
- Dispatch：将叶子分配给隔离 Executor
- Backpropagate：将执行结果（分数/洞察）写回节点，沿祖先路径向上抽象
三种角色合一
- 搜索前沿：活跃/验证/剪枝方向的可视化
- 长期记忆：成功+失败的复用证据
- 可审计记录：每个产物变更可追溯到动机假设