論文の概要: RE-Searcher: Robust Agentic Search with Goal-oriented Planning and Self-reflection

• arxiv url: http://arxiv.org/abs/2509.26048v1
• Date: Tue, 30 Sep 2025 10:25:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-01 14:45:00.099656
• Title: RE-Searcher: Robust Agentic Search with Goal-oriented Planning and Self-reflection
• Title（参考訳）: Re-Searcher: 目標指向計画と自己回帰によるロバストなエージェント検索
• Authors: Daocheng Fu, Jianbiao Mei, Licheng Wen, Xuemeng Yang, Cheng Yang, Rong Wu, Tao Hu, Siqi Li, Yufan Shen, Xinyu Cai, Pinlong Cai, Botian Shi, Yong Liu, Yu Qiao,
• Abstract要約: 環境の複雑さが脆弱な探索行動をいかに引き起こすかを定量的に分析する。 本稿では,検索エージェントRE-Searcherのインスタンス化をシンプルかつ効果的に行う手法を提案する。 この目標指向計画と自己回帰の組み合わせにより、RE-Searcherは複雑な検索環境における急激な手がかりに抵抗することができる。
• 参考スコア（独自算出の注目度）: 55.125987985864896
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models (LLMs) excel at knowledge-intensive question answering and reasoning, yet their real-world deployment remains constrained by knowledge cutoff, hallucination, and limited interaction modalities. Augmenting LLMs with external search tools helps alleviate these issues, but it also exposes agents to a complex search environment in which small, plausible variations in query formulation can steer reasoning into unproductive trajectories and amplify errors. We present a systematic analysis that quantifies how environmental complexity induces fragile search behaviors and, in turn, degrades overall performance. To address this challenge, we propose a simple yet effective approach to instantiate a search agent, RE-Searcher. During search, RE-Searcher explicitly articulates a concrete search goal and subsequently reflects on whether the retrieved evidence satisfies that goal. This combination of goal-oriented planning and self-reflection enables RE-Searcher to resist spurious cues in complex search environments and perform robust search. Extensive experiments show that our method improves search accuracy and achieves state-of-the-art results. Perturbation studies further demonstrate substantial resilience to noisy or misleading external signals, mitigating the fragility of the search process. We believe these findings offer practical guidance for integrating LLM-powered agents into more complex interactive environments and enabling more autonomous decision-making.
• Abstract（参考訳）: 大きな言語モデル(LLM)は知識集約的な質問応答と推論において優れているが、実世界の展開は知識の遮断、幻覚、限られた相互作用のモダリティによって制約されている。 外部検索ツールによるLLMの拡張は、これらの問題を緩和するのに役立つが、クエリの定式化の小さな変更が、推論を非生産的トラジェクトリにし、エラーを増幅する複雑な検索環境にエージェントを公開する。 本稿では, 環境の複雑さが脆弱な探索行動をいかに引き起こし, 全体的な性能を低下させるかを定量的に分析する。 この課題に対処するために,検索エージェントであるRE-Searcherのインスタンス化をシンプルかつ効果的に行う手法を提案する。 検索中、RE-Searcherは具体的な検索目標を明確に表現し、検索された証拠がその目標を満たすかどうかを反映する。 この目標指向計画と自己回帰の組み合わせにより、RE-Searcherは複雑な検索環境における急激な手がかりに抵抗し、堅牢な検索を行うことができる。 実験の結果,検索精度が向上し,最先端の結果が得られた。 摂動研究はさらに、ノイズや誤解を招く外部信号に対してかなりの弾力性を示し、探索過程の脆弱さを緩和する。 これらの知見は、より複雑な対話環境にLSMを動力とするエージェントを統合するための実践的なガイダンスを提供し、より自律的な意思決定を可能にすると信じている。

関連論文リスト

• Reasoning-enhanced Query Understanding through Decomposition and Interpretation [130.19204432111277]
  ReDIは、分解と解釈によるクエリ理解のための推論強化アプローチである。 我々は,大規模検索エンジンから実世界の複雑なクエリの大規模データセットをコンパイルした。 BRIGHT と BEIR の実験により、ReDI はスパースと密度の高い検索パラダイムの両方において、強いベースラインを一貫して超えることを示した。
  論文  参考訳（メタデータ） (2025-09-08T10:58:42Z)
• A Survey of LLM-based Deep Search Agents: Paradigm, Optimization, Evaluation, and Challenges [30.146391942071126]
  大規模言語モデル (LLM) はウェブ検索に革命をもたらした。 これらのエージェントは、ユーザの意図や環境状況を理解することができる。 本調査は,検索エージェントの系統的分析を初めて行った。
  論文  参考訳（メタデータ） (2025-08-03T08:02:51Z)
• DynaSearcher: Dynamic Knowledge Graph Augmented Search Agent via Multi-Reward Reinforcement Learning [4.817888539036794]
  DynaSearcherは動的知識グラフとマルチリワード強化学習(RL)によって強化された革新的な検索エージェントである 検索精度, 効率, 応答品質などの学習目標を詳細に制御するために, マルチリワード RL フレームワークを用いる。 実験により,提案手法は6つのマルチホップ質問応答データセットに対して,最先端の回答精度を実現することを示す。
  論文  参考訳（メタデータ） (2025-07-23T09:58:31Z)
• MMSearch-R1: Incentivizing LMMs to Search [49.889749277236376]
  MMSearch-R1は,実世界のインターネット環境において,オンデマンドでマルチターン検索が可能な,初のエンドツーエンド強化学習フレームワークである。 本フレームワークは画像検索とテキスト検索の両方を統合し,検索ペナルティによる結果に基づく報酬によって,モデルがいつ,どのように呼び出すかの判断を可能にする。
  論文  参考訳（メタデータ） (2025-06-25T17:59:42Z)
• InfoDeepSeek: Benchmarking Agentic Information Seeking for Retrieval-Augmented Generation [63.55258191625131]
  InfoDeepSeekは、現実世界の動的Web環境でエージェント情報を求めるための新しいベンチマークである。 本稿では,決定性,難易度,多様性の基準を満たす課題クエリを構築するための体系的手法を提案する。 本研究では,情報探索結果の正確性,有用性,コンパクト性に関する詳細な指標を含む,動的エージェント情報探索に適した最初の評価フレームワークを開発する。
  論文  参考訳（メタデータ） (2025-05-21T14:44:40Z)
• SEM: Reinforcement Learning for Search-Efficient Large Language Models [26.075903427834838]
  大きな言語モデル(LLM)は、推論だけでなく、外部ツールの呼び出しでもその能力を実証している。 既存の強化学習アプローチは、しばしば冗長な探索行動を引き起こす。 本研究では,学習後強化学習フレームワークであるSEMを提案する。
  論文  参考訳（メタデータ） (2025-05-12T09:45:40Z)
• ReSearch: Learning to Reason with Search for LLMs via Reinforcement Learning [74.65632662894086]
  本稿では,強化学習を通じてLLMをReason with Searchに学習するフレームワークであるReSearchを提案する。 提案手法では,検索操作を推論チェーンの不可欠な要素として扱う。 分析によると、ReSearchは自然にリフレクションや自己訂正のような高度な推論機能を引き出す。
  論文  参考訳（メタデータ） (2025-03-25T09:00:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。