論文の概要: Fetch-then-Explore: Decoupling Selection from Extraction over a Persistent Workspace for Search Agents
- arxiv url: http://arxiv.org/abs/2608.02097v1
- Date: Mon, 03 Aug 2026 11:58:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.518251
- Title: Fetch-then-Explore: Decoupling Selection from Extraction over a Persistent Workspace for Search Agents
- Title（参考訳）: Fetch-then-Explore:検索エージェントのための永続的なワークスペース上の抽出から選択を分離する
- Authors: Qi Liu, Yiqun Chen, Zidan Chen, Yan Gao, Yi Wu, Yao Hu, Jiaxin Mao, Fengbin Zhu, Tat-Seng Chua,
- Abstract要約: 検索エージェントに対して textbfFetch-then-Explore を提案する。
ページ選択とエビデンス抽出を分離し、選択したものを保持する。
これは、すべてのバックボーンでBrowseCompの精度を導き、一般的にWideSearchのベースラインと一致するか、超える。
- 参考スコア（独自算出の注目度）: 60.97609995940902
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Search agents now answer questions that take dozens of searches to settle, yet how such an agent reads a page has drawn far less attention than how it finds one. Nearly all of them use one of two document interfaces, and both tie a page to the moment it is opened. \emph{Visit-and-read} injects a reading of the page into the message history at fetch time, fixing that reading before the agent knows which fact it will need. Stateful \emph{browsing} instead extracts on demand from the page in hand, but holds one page at a time and releases it as soon as the agent opens another. Either way, a page that turns out to matter many turns later has to be fetched and rendered into context all over again. We propose \textbf{Fetch-then-Explore}, which separates page selection from evidence extraction and keeps what it selects: pages are recorded in a per-question workspace on the filesystem rather than the context window or a transient session, and evidence is pulled from them on demand later. Selection becomes almost free, extraction can wait until the agent knows what to look for and be repeated as its hypothesis sharpens, and pages are not released when the agent moves on, so evidence accumulates across the trajectory. In a unified ReAct harness with fixed search, we compare Fetch-then-Explore against snippet-only, visit-and-read, and browsing baselines on two open-web benchmarks, BrowseComp and WideSearch, across three agent backbones. It leads BrowseComp accuracy at every backbone and generally matches or exceeds the baselines on WideSearch, and a behavioral analysis traces the gains to the workspace's defining move: returning to a page after leaving it, which it does far more than any transient interface, so evidence missed on a first pass can still be recovered later.
- Abstract（参考訳）: 検索エージェントは、数十の検索で解決する質問に答えるが、そのようなエージェントがページを読み取る方法は、そのページを見つける方法よりもはるかに少ない注意を引いている。
ほぼ全員が2つのドキュメントインターフェースのうちの1つを使用しており、両方がページを開いた瞬間に結び付けている。
emph{Visit-and-read} はフェッチ時にページの読み込みをメッセージ履歴に注入し、エージェントがどの事実が必要なのかを知る前にその読み込みを修正する。
Stateful \emph{browsing} は代わりにページから要求を抽出するが、一度に1ページを保持し、エージェントが別のページを開くとすぐに解放する。
いずれにせよ、後で何回でも重要なページをフェッチして、コンテキストに再描画する必要がある。
本稿では,ページ選択をエビデンス抽出から分離し,そのエビデンスを格納する「textbf{Fetch-then-Explore}」を提案する。
選択はほとんど自由になり、エージェントが何を探すべきかを知るまで、その仮説が鋭くなり、エージェントが進むとページが解放されなくなるので、証拠は軌道中に蓄積される。
固定検索を備えた統一されたReActハーネスでは、Fetch-then-Exploreをスニペットオンリー、ビジ・アンド・リード、ブラウジングベースラインであるBrowseCompとWideSearchの3つのエージェントバックボーンで比較する。
これはすべてのバックボーンでBrowseCompの精度を導き、一般的にはWideSearchのベースラインと一致するか、あるいは超えている。振る舞い解析は、ワークスペースの決定的な動きに結びつく。
関連論文リスト
- Is Progressive Disclosure All You Need for Long-Context Agents? [6.214989743502112]
Agentic AIはより広範な選択肢を提案し、エージェントにドキュメントパスを与え、読み方と読み方を決定する。
Agent Skills – エージェントに専門知識をパッケージングするための標準で、要求に応じてロードし、プログレッシブ開示という、準備の整ったメカニズムを提供する。
原文書ナビゲーションとエージェントスキルパックのいくつかの設計を古典的ハイブリッドレトリバーと比較し,このパターンを初めて制御した研究を行った。
論文 参考訳（メタデータ） (2026-07-20T06:35:32Z) - DRNOISE: Benchmarking Deep Research Agents in Misleading Evidence Environments [51.049999642138]
誤解を招く証拠の下で、回答回復のための100タスクのベンチマークであるDRNOISEを紹介する。
それぞれのタスクは、2つの間接的レコードチェーンが支持する固有の金の答えを持ち、ペアのノイズ条件は競合する答えを直接記述する1つのもっともらしい文書を付加する。
強いクリーンタスク性能を持つエージェント全体で、この単一の介入は66-88ポイントの精度低下を引き起こす。
論文 参考訳（メタデータ） (2026-07-19T15:20:40Z) - Bridge Evidence: Static Retrieval Utility Does Not Predict Causal Utility in Multi-Step Agentic Search [3.976291254896486]
検索システムは、有用性の静的なアイデアに基づいて訓練され、評価される。
言語モデルが検索エージェントとして機能し、いくつかのクエリを発行し、ターンにまたがる推論を行うとき、それは壊れる。
私たちは1000の開発質問をリプレイし、エージェントが読んだすべてのドキュメントに対して、それを削除し、その時点から残りのトラジェクトリを再実行します。
論文 参考訳（メタデータ） (2026-07-16T17:48:29Z) - PACMS: Submodular Context Selection as a Pluggable Engine for LLM Agents [0.9134244356393664]
LLMエージェントは、複数の方向から同時に満たされるコンテキストウィンドウ上で動作する。
一般的なメカニズムは、時として周期的な要約と組み合わせて、直流の切り離しである。
Retrieval拡張生成は、外部文書をプロンプトにフェッチするが、エージェントの空白表示されたコンテキストを仲裁しない。
論文 参考訳（メタデータ） (2026-06-18T10:22:57Z) - EviProp: Seeded Relevance Diffusion on Chunk-Page Graphs for Long Multimodal Document Retrieval [22.402302777838724]
本稿では,EviPropを提案する。EviPropは,シード関係拡散によるエビデンスページの検索手法である。
EviPropは、各ドキュメントを階層的、シーケンシャル、および類似性リンクを持つマルチモーダルのチャンクページグラフとしてモデル化する。
MMLongBench-DocとLongDocURLの実験は、独立した視覚検索とテキスト-視覚融合ベースラインよりも、エビデンスページ検索が一貫した増加を示している。
論文 参考訳（メタデータ） (2026-06-08T03:25:20Z) - Towards Verifiable Multimodal Deep Research: A Multi-Agent Harness for Interleaved Report Generation [74.0621258662676]
レポート生成のためのマルチエージェントハーネスであるPtahを提案する。
Ptahは計画、研究、執筆段階を通じて、ユーザクエリからレンダリングされたWebレポートまでのライフサイクルを編成する。
検証エージェントがハーネスの受け入れ機能として機能し、ワークフロー全体を通して事実的接地、引用の忠実性、相互の整合性を強制する。
論文 参考訳（メタデータ） (2026-05-28T12:40:34Z) - Doc-V*:Coarse-to-Fine Interactive Visual Reasoning for Multi-Page Document VQA [71.42483000929614]
複数ページのドキュメント 視覚的質問回答は、長い、視覚的に密集したドキュメントにおける意味論、レイアウト、および視覚的要素の推論を必要とする。
我々は,多ページDocVQAをシーケンシャルエビデンスアグリゲーションとしてキャストするtextbfOCRフリーエージェントフレームワークであるDoc-$V*$を提案する。
論文 参考訳（メタデータ） (2026-04-15T11:12:27Z) - SimpleDoc: Multi-Modal Document Understanding with Dual-Cue Page Retrieval and Iterative Refinement [17.272061289197342]
Document Visual Question Answering (DocVQA)は実用的で難しいタスクである。
最近の手法は、同様のRAG(Retrieval Augmented Generation)パイプラインに従う。
DocVQA用の拡張フレームワークであるSimpleDocを紹介します。
論文 参考訳（メタデータ） (2025-06-16T22:15:58Z) - DAPR: A Benchmark on Document-Aware Passage Retrieval [57.45793782107218]
我々は,このタスクemphDocument-Aware Passage Retrieval (DAPR)を提案する。
State-of-The-Art(SoTA)パスレトリバーのエラーを分析しながら、大きなエラー(53.5%)は文書コンテキストの欠如に起因する。
提案するベンチマークにより,検索システムの開発・比較を今後行うことができる。
論文 参考訳（メタデータ） (2023-05-23T10:39:57Z)
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。