論文の概要: FORT-Searcher: Synthesizing Shortcut-Resistant Search Tasks for Training Deep Search Agents

• arxiv url: http://arxiv.org/abs/2606.12087v1
• Date: Wed, 10 Jun 2026 13:49:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.486985
• Title: FORT-Searcher: Synthesizing Shortcut-Resistant Search Tasks for Training Deep Search Agents
• Title（参考訳）: FORT-Searcher:ディープサーチエージェントのトレーニングのためのショートカット耐性検索タスクの合成
• Authors: Jia Deng, Yimeng Chen, Xiaoqing Xiang, Ziyang Zeng, Shuo Tang, Wayne Xin Zhao, Feng Chang, Chuan Hao, Yuan Wei, Ran Tao, Bryan Dai, Ji-Rong Wen,
• Abstract要約: ディープ・サーチ・エージェントの訓練には、十分な証拠が検索を通じて取得されるまで回答が得られない検証可能な質問が必要である。 このギャップをショートカット対応の難易度フレームワークで形式化し、4つの実行可能なショートカットリスクを特定する。 このフレームワークによってガイドされたFORTは、ショートカット耐性トレーニングデータ合成のフレームワークである。
• 参考スコア（独自算出の注目度）: 79.32220873172078
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Training deep search agents requires verifiable questions whose answers remain unavailable until sufficient evidence has been acquired through search. Existing synthesis methods often increase apparent difficulty by enriching graph structures, but structural complexity alone does not guarantee realized search difficulty: the intended search process can collapse through a cheaper identifying route. We formalize this gap with a shortcut-aware difficulty framework and identify four actionable shortcut risks: evidence co-coverage, single-clue selectivity, exposed constants, and prior-knowledge binding. To diagnose their realized effects, we use trajectory signatures including solving cost, answer hit time, and prior-shortcut rate. Guided by this framework, we introduce FORT, a Framework of Shortcut-Resistant Training-Data Synthesis. FORT constructs shortcut-resistant training data by controlling shortcut risks across entity selection, evidence graph construction, question formulation, and adversarial refinement. Experiments show that FORT induces longer pre-answer search and fewer shortcut patterns than existing open-source deep search datasets. Using the resulting trajectories, we train FORT-Searcher with supervised fine-tuning (SFT) only, and it achieves the best overall performance among comparable-size open-source search agents on challenging deep search benchmarks. Relevant resources will be made available at https://github.com/RUCAIBox/FORT-Searcher.
• Abstract（参考訳）: ディープ・サーチ・エージェントの訓練には、十分な証拠が検索を通じて取得されるまで回答が得られない検証可能な質問が必要である。 既存の合成手法はグラフ構造を豊かにすることで明らかな困難を増大させるが、構造的な複雑さだけでは検索の難しさを保証できない。 このギャップをショートカット対応の難易度フレームワークで形式化し、エビデンス共被覆、シングルキュー選択性、露出定数、事前知識結合の4つの行動可能なショートカットリスクを特定する。 実際の効果を診断するために、私たちは、解決コスト、応答ヒット時間、ショートカット前の率などの軌道上のシグネチャを使用します。 このフレームワークによってガイドされたFORTは、ショートカット耐性トレーニングデータ合成のフレームワークである。 FORTは、エンティティの選択、エビデンスグラフの構築、質問の定式化、敵の洗練といったショートカットリスクを制御することで、ショートカット耐性のトレーニングデータを構築する。 実験により、FORTは既存のオープンソースのディープ検索データセットよりも、問い合わせ前検索が長く、ショートカットパターンが少なくなることが示されている。 得られたトラジェクトリを用いて、教師付き微調整(SFT)のみでFORT-Searcherを訓練し、競合するサイズのオープンソース検索エージェント間で、挑戦的なディープ検索ベンチマーク上で最高の総合的なパフォーマンスを達成する。 関連するリソースはhttps://github.com/RUCAIBox/FORT-Searcher.comで入手できる。

関連論文リスト

• SAAS: Self-Aware Reinforcement Learning for Over-Search Mitigation in Agentic Search [38.532946868233736]
  エージェントサーチにより、LLMは反復推論と外部探索によって複雑なマルチホップ問題を解くことができる。 有効性にもかかわらず、これらのシステムは実際は限界に悩まされることが多い。 本稿では,探索行動を正確に制御し,精度を損なうことなく,動的自己認識を実現するための新しいRLフレームワークであるSAASを提案する。
  論文  参考訳（メタデータ） (2026-05-28T11:45:45Z)
• OpenSearch-VL: An Open Recipe for Frontier Multimodal Search Agents [50.79529228477821]
  エージェント強化学習を用いたフロンティアマルチモーダルディープサーチエージェントの完全オープンソースレシピであるOpenSearch-VLを紹介した。 まず、ウィキペディアパスのサンプリング、ファジィエンティティの書き換え、ソース・アンカーの視覚的グラウンドリングを通じて、高品質なトレーニングデータを構築するための専用パイプラインをキュレートした。 さらに,テキスト検索,画像検索,OCR,収穫,研削,超解像,視点補正を統一する多様なツール環境を設計する。
  論文  参考訳（メタデータ） (2026-05-06T17:50:38Z)
• AutoSearch: Adaptive Search Depth for Efficient Agentic RAG via Reinforcement Learning [52.305422887002656]
  本稿では,自己生成中間回答を用いて各探索ステップを評価する強化学習フレームワークを提案する。 自己回答機構により、AutoSearchは最小限の検索深度を特定し、効率的な検索を促進する。 実験の結果、AutoSearchは検索品質を維持しながら過剰検索を軽減し、精度と効率のトレードオフが優れていることがわかった。
  論文  参考訳（メタデータ） (2026-04-19T09:05:48Z)
• Marco DeepResearch: Unlocking Efficient Deep Research Agents via Verification-Centric Design [39.31356016375221]
  Marco DeepResearchは、検証中心のフレームワーク設計を3段階に最適化したディープリサーチエージェントである。 本稿では,質問の難易度を制御するために,グラフベースおよびエージェントベースQA合成に検証機構を導入する。 実験軌道に明示的な検証パターンを注入する検証駆動合成軌道法を設計する。 Marco DeepResearch自体を推論時に検証として使用し、課題に対するパフォーマンスを効果的に向上する。
  論文  参考訳（メタデータ） (2026-03-30T12:42:02Z)
• SAGE: Steerable Agentic Data Generation for Deep Search with Execution Feedback [68.60326181052658]
  本稿では,高品質で難易度の高い探索問合せを自動生成するエージェントパイプラインを提案する。 我々のパイプラインであるSAGEは、QAペアを提案するデータジェネレータと、生成された質問を解決するための検索エージェントで構成される。 我々の本質的な評価は、SAGEが様々な推論戦略を必要とする質問を生成する一方で、生成したデータの正確性や難易度を著しく高めていることを示している。
  論文  参考訳（メタデータ） (2026-01-26T06:37:56Z)
• RE-Searcher: Robust Agentic Search with Goal-oriented Planning and Self-reflection [55.125987985864896]
  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。
  論文  参考訳（メタデータ） (2025-09-30T10:25:27Z)

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。