BFTS 算法

ARI 实现了真正的最佳优先树搜索，采用双池设计：

• pending：准备运行的节点（已从父节点扩展）
• frontier：已完成但尚未扩展的节点

两个池及其之间的转移（自环表示持久前沿 —— 已完成的节点会保留下来以供再次扩展）：

stateDiagram-v2
    direction LR
    [*] --> pending: 创建 root / expand() 添加一个子节点
    pending --> running: select_next_nodes（每批 ≤ ARI_PARALLEL）
    running --> frontier: 完成（成功或失败）
    frontier --> frontier: 持久 —— 保持可再次扩展
    frontier --> pending: 选择最佳节点（分数 + 多样性奖励）→ 扩展一个子节点
    frontier --> retired: 规则 A（子节点分数超过父节点）或 规则 B（达到 max_expansions_per_node）
    pending --> pruned: should_prune（total ≥ max_total_nodes / depth ≥ max_depth / _sterile）
    retired --> [*]
    pruned --> [*]

失败的节点不会重试：它仍会进入前沿，并被扩展为一个 debug 子节点 （frontier → pending 边）。恢复是作为新节点进行的，而非重新执行。

def bfts(experiment, config):
    root = Node(experiment, depth=0)
    pending = [root]      # nodes ready to execute
    frontier = []         # completed nodes awaiting expansion
    all_nodes = [root]

    while len(all_nodes) < config.max_total_nodes:

        # --- BFTS STEP 1: expand the best frontier node ---
        # LLM reads metrics of all completed nodes and selects
        # the most promising one to expand (one child per call)
        while frontier and len(pending) < max_parallel:
            best = llm_select_best_to_expand(frontier)  # by _scientific_score + diversity_bonus
            # Frontier nodes stay available for re-expansion
            child = llm_propose_one_direction(best, existing_children=best.children)
            pending.append(child)
            all_nodes.append(child)

        # --- BFTS STEP 2: run a batch of pending nodes ---
        batch = llm_select_next_nodes(pending, max_parallel)
        record_run(batch)  # track label diversity
        results = parallel_run(batch)

        for node in results:
            memory.write(node.eval_summary)   # save to ancestor-chain memory
            frontier.append(node)             # will expand when selected

    return max(all_nodes, key=lambda n: n.metrics.get("_scientific_score", 0))

关键特性：

• 单子节点扩展：expand() 每次调用只生成恰好一个子节点。它会提供丰富的上下文（兄弟节点分数、祖先链、树多样性指标、已有子节点）以避免重复。提示中还会呈现当前 depth/max_depth 与剩余节点预算，使规划器能够自行把握节奏（v0.7.2, I-4）。
• 持久前沿：已完成的节点在扩展后仍留在前沿，并通过 _touched_this_round / _failed_this_round 跟踪以供再次扩展。当满足 (规则 A) 子节点在 _scientific_score 上超过父节点，或 (规则 B) 已被扩展 max_expansions_per_node 次时，前沿节点会被退役 (retire)（v0.7.2, B-6）。
• should_prune 谓词：仅硬性截断 —— current_total >= max_total_nodes（B-1）、depth >= max_depth（B-2，此前为失效配置）、metrics._sterile is True（B-4）。LLM 判断不掺入此处。
• 多样性奖励：对代表性不足的标签给予 +0.05（跟踪最近 20 次运行），条件是 my_count * 2 ≤ max_count（I-2）；在两个选择器回退路径（I-3 / L-3）以及 select_next_node 的 LLM 提示中均会应用。
• 分数校准：评估器将最近的分数历史注入提示，以防止分数坍塌（所有分数聚集在同一数值附近）。
• 不重试：失败的节点通过 expand() 产生 debug 子节点，而非重新执行。不为选择目的维护 retry_count 字段（B-3）。
• 严格预算：len(all_nodes) < max_total_nodes 防止超额。实时计数是唯一真实来源 —— 不存在单独的 BFTS.total_nodes 计数器（B-1）。
• 完成后的 record_run：运行循环在 future.result() 返回后（无论成功或失败）调用 bfts.record_run(result)，因此多样性奖励反映的是实际执行过的节点（I-7）。
• generate_ideas 仅调用一次：在根节点之后被抑制以防止循环。

节点标签

标签	含义
draft	从头开始的新实现
improve	调优父节点的参数或算法
debug	修复父节点的失败
ablation	移除一个组件以衡量其影响
validation	在不同条件下重新运行父节点
(自定义)	未知标签会归并为 other，raw_label 保留原始字符串

---

另请参阅

架构 · 记忆架构 · 配置 → BFTS 评估层 · 术语表