論文の概要: WikiLoop: Jointly Learning to Build and Navigate Agent-Native Wikis with Downstream Feedback

• arxiv url: http://arxiv.org/abs/2607.26604v1
• Date: Wed, 29 Jul 2026 08:28:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.582245
• Title: WikiLoop: Jointly Learning to Build and Navigate Agent-Native Wikis with Downstream Feedback
• Title（参考訳）: WikiLoop: 下流のフィードバックでエージェントに依存しないWikiの構築とナビゲートを共同で学ぶ
• Abstract要約: 我々は、エージェントネイティブなウィキの構築とナビゲートを共同で学習するフィードバック結合フレームワークであるWikiLoopを紹介する。 ロール条件の共有ポリシは2つのインターフェースをサポートする: NavigatorはWikiからエビデンスを取得してクエリに応答する。
• 参考スコア（独自算出の注目度）: 7.599036682788788
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Knowledge-base construction and querying are typically optimized in isolation: retrieval-augmented agents operate over a fixed, externally maintained index, whereas construction receives no signal from downstream use. We present WikiLoop, a feedback-coupled framework that jointly learns to build and navigate an agent-native Wiki, a persistent linked-page knowledge base designed for machine navigation. A role-conditioned shared policy supports two interfaces: a Navigator retrieves evidence from the Wiki to answer queries, and a Builder proposes structured edits evaluated through downstream navigation. The Navigator follows a sufficiency-before-efficiency objective that applies retrieval-cost penalties only after full evidence has been collected. The Builder learns from utility differences: a frozen Navigator scores each candidate edit by its change in downstream performance, while a guard penalty discourages regressions on unrelated queries. Training combines sequential role-specific optimization with a final joint stage over role-homogeneous batches. With Qwen3.5-9B as the common backbone, WikiLoop reaches 62.6 aggregate Answer Correctness on AuthTrace, 6.3 points above LLM-Wiki, base, with the largest gains on multi-document queries. Controlled comparisons support the intended effects of both objectives, and the learned edits remain useful to a held-out Navigator. Paired comparisons indicate that the final shared policy largely retains both role-specific capabilities, improves Navigator and end-to-end Answer Correctness by 0.4 points relative to the corresponding specialist references, and consolidates both interfaces into one model. Without dataset-specific training, WikiLoop also improves over the same-backbone LLM-Wiki, base on HotpotQA and MuSiQue.
• Abstract（参考訳）: 知識ベースの構築とクエリは通常、独立して最適化される: 検索強化されたエージェントは、固定された外部に維持されたインデックス上で動作するが、構築は下流での使用から信号を受け取らない。 我々は、機械ナビゲーション用に設計された永続的なリンクページ知識ベースであるエージェントネイティブWikiの構築とナビゲートを共同で学習する、フィードバック結合フレームワークであるWikiLoopを紹介する。 ロール条件の共有ポリシは2つのインターフェースをサポートする: NavigatorはWikiからエビデンスを取得してクエリに応答する。 ナビゲーターは、完全な証拠が収集された後にのみ、検索コストの罰則を適用する、十分な効率の目標に従う。 フリーズされたナビゲータは、下流のパフォーマンスの変化によって各候補の編集をスコア付けし、ガードペナルティは無関係なクエリのレグレッションを回避します。 トレーニングは、シーケンシャルなロール固有の最適化と、ロール均質なバッチに対する最終的なジョイントステージを組み合わせる。 Qwen3.5-9B を共通バックボーンとし、WikiLoop は AuthTrace 上で62.6 の集合 Answer Correctness に到達した。 制御された比較は両方の目的の意図した効果をサポートし、学習された編集は保留のナビゲータにとって有用である。 ペアリング比較は、最終的な共有ポリシがロール固有の機能を保持し、ナビゲータとエンドツーエンドのアンサーの正しさを、対応する専門家の参照に対して0.4ポイント向上し、両方のインターフェースを1つのモデルに統合することを示している。 データセット固有のトレーニングがなければ、WikiLoopはHotpotQAとMuSiQueをベースとする同じバックボーンのLLM-Wikiでも改善されている。

関連論文リスト

• SearchWiki: Learning to Build and Navigate Knowledge Wikis for Active Information Seeking [11.506364987885492]
  SearchWikiは、コーパスを階層的で型付けされ、ナビゲート可能なwikiに合成するフレームワークである。 我々は、WikiResearcher-9Bというエージェントを訓練し、マルチターンツールの使用を通して情報を取得する。
  論文  参考訳（メタデータ） (2026-08-30T18:36:13Z)
• Knowledge Reutilization in Meta-Reinforcement Learning [51.07319647819108]
  本稿では,動的に単純化されたエージェント上でタスクレベルの知識を学習し,それを異種エージェントに転送するメタ知識再利用フレームワークを提案する。 我々のフレームワークは、最新の最先端ベースラインと比較して、最終段階のトラッキングエラーを94.75% -- 99.79%削減している。
  論文  参考訳（メタデータ） (2026-06-16T16:32:28Z)
• Retrieval as Reasoning: Self-Evolving Agent-Native Retrieval via LLM-Wiki [6.956097396264084]
  LLMエージェントは、検索をワンショットのコンテキストフェッチのように振る舞うのではなく、推論のように振る舞う必要がある。 現在、RAG(Retrieval-Augmented Generation)システムは、類似性を埋め込んだフラットチャンクとして外部知識を整理している。 本稿では,外部知識をコンパイル可能,構成可能,自己進化的構造として扱うことにより,検索パラダイムを運用するエージェントネイティブ検索システム LLM-Wiki を提案する。
  論文  参考訳（メタデータ） (2026-05-25T06:36:14Z)
• DeepRefine: Agent-Compiled Knowledge Refinement via Reinforcement Learning [60.35032268606525]
  エージェントコンパイルされた知識ベースは、下流タスクにおいて、大きな言語モデル(LLM)エージェントに対して永続的な外部知識を提供する。 しかし、その品質は、不完全性、不完全性、浮揚性によって体系的に制限される
  論文  参考訳（メタデータ） (2026-05-11T12:48:31Z)
• Don't Retrieve, Navigate: Distilling Enterprise Knowledge into Navigable Agent Skills for QA and RAG [7.558933130117637]
  Corpus2Skillはドキュメントコーパスを階層的なスキルディレクトリにオフラインで蒸留する。 コンパイルパイプラインは、文書を反復的にクラスタリングし、各レベルでLCMで書かれた要約を生成し、ナビゲート可能なスキルファイルのツリーとして結果を実体化する。 サービス時には、エージェントは、コーパスの鳥眼ビューを受け取り、徐々に細かな要約を通してトピックブランチにドリルし、IDによって全文書を検索する。
  論文  参考訳（メタデータ） (2026-04-16T03:05:37Z)
• NaviRAG: Towards Active Knowledge Navigation for Retrieval-Augmented Generation [50.16741209529908]
  NaviRAGは、パッシブセグメント検索からアクティブな知識ナビゲーションに移行する新しいフレームワークである。 NaviRAGは従来のRAGベースラインよりも検索リコールとエンドツーエンドの応答性能を一貫して改善することを示す。
  論文  参考訳（メタデータ） (2026-04-14T14:07:01Z)
• Benchmarking Interaction, Beyond Policy: a Reproducible Benchmark for Collaborative Instance Object Navigation [54.6417539730783]
  Question-Asking Navigation (QAsk-Nav)は、CoIN(Collaborative Instance Object Navigation)の最初の再現可能なベンチマークである。 光コナブ(Light-CoNav)は,従来のモジュール方式よりも3倍小さく,70倍高速な協調ナビゲーションのための軽量統一モデルである。
  論文  参考訳（メタデータ） (2026-03-31T21:45:00Z)
• CodeCompass: Navigating the Navigation Paradox in Agentic Code Intelligence [0.0]
  ナビゲーションと検索が根本的に異なる問題であるため,エージェントの動作は不十分である。 コードによるグラフベースの構造ナビゲーション - 依存性グラフを公開するModel Context Protocolサーバ - は、隠れ依存性タスクに対する99.4%のタスク補完を達成している。
  論文  参考訳（メタデータ） (2026-02-23T16:58:37Z)
• List-aware Reranking-Truncation Joint Model for Search and Retrieval-augmented Generation [80.12531449946655]
  本稿では,2つのタスクを同時に実行可能なRe rank-Truncation joint model(GenRT)を提案する。 GenRTは、エンコーダ-デコーダアーキテクチャに基づく生成パラダイムによるリランクとトランケーションを統合している。 提案手法は,Web検索および検索拡張LLMにおけるリランクタスクとトラルケーションタスクの両方においてSOTA性能を実現する。
  論文  参考訳（メタデータ） (2024-02-05T06:52:53Z)
• Merging Generated and Retrieved Knowledge for Open-Domain QA [72.42262579925911]
  COMBOは、より良いオープンドメインQAフレームワークのための互換性指向の知識の融合である。 COMBOは4つのテスト済みオープンドメインQAベンチマークのうち3つで競合ベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2023-10-22T19:37:06Z)

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。