論文の概要: Enterprise Deep Research: Steerable Multi-Agent Deep Research for Enterprise Analytics

• arxiv url: http://arxiv.org/abs/2510.17797v2
• Date: Fri, 07 Nov 2025 18:10:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-10 16:56:01.102651
• Title: Enterprise Deep Research: Steerable Multi-Agent Deep Research for Enterprise Analytics
• Title（参考訳）: エンタープライズディープリサーチ: エンタープライズアナリティクスのための安定したマルチエージェントディープリサーチ
• Authors: Akshara Prabhakar, Roshan Ram, Zixiang Chen, Silvio Savarese, Frank Wang, Caiming Xiong, Huan Wang, Weiran Yao,
• Abstract要約: Enterprise Deep Research (EDR)は、適応的なクエリ分解のためのマスタープランニングエージェントを統合するマルチエージェントシステムである。 4つの専門的な検索エージェント(General, Academic, GitHub, LinkedIn)と、データ駆動インサイトのための可視化エージェントも含まれている。 EDRは、オプショナル・イン・ザ・ループ・ステアリング・ガイダンスによる研究の方向性を反映する。
• 参考スコア（独自算出の注目度）: 75.4712507893024
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: As information grows exponentially, enterprises face increasing pressure to transform unstructured data into coherent, actionable insights. While autonomous agents show promise, they often struggle with domain-specific nuances, intent alignment, and enterprise integration. We present Enterprise Deep Research (EDR), a multi-agent system that integrates (1) a Master Planning Agent for adaptive query decomposition, (2) four specialized search agents (General, Academic, GitHub, LinkedIn), (3) an extensible MCP-based tool ecosystem supporting NL2SQL, file analysis, and enterprise workflows, (4) a Visualization Agent for data-driven insights, and (5) a reflection mechanism that detects knowledge gaps and updates research direction with optional human-in-the-loop steering guidance. These components enable automated report generation, real-time streaming, and seamless enterprise deployment, as validated on internal datasets. On open-ended benchmarks including DeepResearch Bench and DeepConsult, EDR outperforms state-of-the-art agentic systems without any human steering. We release the EDR framework and benchmark trajectories to advance research on multi-agent reasoning applications. Code at https://github.com/SalesforceAIResearch/enterprise-deep-research and Dataset at https://huggingface.co/datasets/Salesforce/EDR-200
• Abstract（参考訳）: 情報が指数関数的に増加するにつれて、企業は非構造化データを一貫性のある行動可能な洞察に転換する圧力が高まる。 自律的なエージェントは約束を示す一方で、ドメイン固有のニュアンスや意図の整合性、企業統合に苦労することが多い。 本稿では,(1)適応型クエリ分解のためのマスタープランニングエージェント,(2)一般,アカデミック,GitHub,LinkedIn)専門の検索エージェント,(3)NL2SQL,ファイル解析,およびエンタープライズワークフローをサポートする拡張可能なMPPベースのツールエコシステム,(4)データ駆動型インサイトのための可視化エージェント,(5)知識ギャップを検出して研究方向を更新するリフレクションメカニズムを統合したマルチエージェントシステムであるエンタープライズディープリサーチ(EDR)を紹介する。 これらのコンポーネントは、内部データセットで検証されているように、自動レポート生成、リアルタイムストリーミング、シームレスなエンタープライズデプロイメントを可能にする。 DeepResearch BenchやDeepConsultといったオープンエンドのベンチマークでは、EDRは人間のステアリングなしで最先端のエージェントシステムより優れています。 EDRフレームワークとベンチマークトラジェクトリをリリースし、マルチエージェント推論アプリケーションの研究を進める。 Code at https://github.com/SalesforceAIResearch/enterprise-deep-research and Dataset at https://huggingface.co/datasets/Salesforce/EDR-200

関連論文リスト

• From Web Search towards Agentic Deep Research: Incentivizing Search with Reasoning Agents [96.65646344634524]
  推論とエージェント能力を備えた大規模言語モデル(LLM)は、エージェントディープリサーチ(Agenic Deep Research)と呼ばれる新しいパラダイムを取り入れている。 静的なWeb検索から,計画,探索,学習を行う対話型エージェントベースのシステムへの進化を辿ります。 我々はエージェントディープリサーチが既存のアプローチを著しく上回るだけでなく、将来の情報探索において支配的なパラダイムになることを実証する。
  論文  参考訳（メタデータ） (2025-06-23T17:27:19Z)
• Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
  Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。 本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
  論文  参考訳（メタデータ） (2025-06-22T16:52:48Z)

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。