論文の概要: IterSynth: Rethinking Deep Search Agents via Role-Decoupled Iterative Synthesis

• arxiv url: http://arxiv.org/abs/2609.29444v1
• Date: Thu, 24 Sep 2026 12:02:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.901908
• Title: IterSynth: Rethinking Deep Search Agents via Role-Decoupled Iterative Synthesis
• Title（参考訳）: IterSynth: 役割分離型反復合成によるディープ検索エージェントの再考
• Abstract要約: Iter Synthは、情報ニーズを特定するためのPlannerと、エビデンスを進化的な要約状態に統合するSynthesizerを交互に扱う、ロール分離および要約ベースのパラダイムである。 Iter Synth-8Bの平均スコアは50.7で、最強の$leq$8Bのエージェントを+4.2%上回る。
• 参考スコア（独自算出の注目度）: 52.23822202304358
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deep search requires LLM agents to decompose complex queries, search for evidence, and synthesize grounded answers, yet existing ReAct-style agents suffer from two limitations: role coupling, where one policy must handle planning, evidence use, and synthesis; and context accumulation, where growing search histories introduce noise and obscure useful information. To address these issues, we propose IterSynth, a role-decoupled and summary-based paradigm that alternates between a Planner for identifying information needs and a Synthesizer for integrating evidence into an evolving summary state. This design separates planning from synthesis while using the summary as the persistent state of search, reducing both capability coupling and context noise. To train IterSynth effectively, we further introduce Role-Decoupled Policy Optimization (RDPO) for reinforcement learning, which combines terminal outcome rewards with turn-level rubric evaluations and computes role-specific advantages for more precise credit assignment. Experiments on five long-horizon deep-search benchmarks such as BrowseComp and Xbench-DS show that IterSynth-8B achieves an average score of 50.7, surpassing the strongest prior $\leq$8B agent by +4.2\%. Moreover, IterSynth serves as a model-agnostic prompting paradigm, delivering substantial zero-shot gains over ReAct and similar prompting paradigms on frontier proprietary models.
• Abstract（参考訳）: ディープサーチでは、LCMエージェントが複雑なクエリを分解し、エビデンスを検索し、基礎的な回答を合成する必要があるが、既存のReActスタイルのエージェントは2つの制限に悩まされている。 これらの課題に対処するため,IterSynthを提案する。IterSynthは,情報ニーズを特定するためのプランナーと,エビデンスを進化的要約状態に統合するシンセサイザーを交互に組み合わせた役割分離・要約型パラダイムである。 この設計は、要約を検索の永続状態として使用しながら、合成から計画を切り離し、機能結合とコンテキストノイズの両方を減らす。 IterSynthを効果的に訓練するために、さらに強化学習のためのRole-Decoupled Policy Optimization (RDPO)を導入する。 BrowseComp(英語版)やXbench-DS(英語版)のような5つの長距離ディープリサーチベンチマークの実験では、IterSynth-8Bが50.7のスコアを達成し、最強の$\leq$8Bエージェントを+4.2\%超えた。 さらに、IterSynthはモデルに依存しないプロンプトのパラダイムとして機能し、よりフロンティアのプロプライエタリなモデル上で、ReActや同様のプロンプトのパラダイムに対して、実質的なゼロショットゲインを提供する。

関連論文リスト

• DuMate-DeepResearch: An Auditable Multi-Agent System with Recursive Search and Rubric-Grounded Reasoning [58.09293442211248]
  Deep Research(DR)は、複雑でオープンな研究課題に取り組むための新しいエージェントパラダイムとして登場した。 本稿では,Qianfan Agent Foundry上に構築されたマルチエージェントDRフレームワークであるDuMate-DeepResearchを紹介する。
  論文  参考訳（メタデータ） (2026-06-05T14:10:48Z)
• AgentIR: Reasoning-Aware Retrieval for Deep Research Agents [76.29382561831105]
  ディープリサーチエージェントは、各検索の前に明示的な自然言語推論を生成する。 Reasoning-Aware Retrievalは、クエリと一緒にエージェントの推論トレースを埋め込む。 DR-Synthは、標準的なQAデータセットからDeep Researchレトリバーのトレーニングデータを生成する。 AgentIR-4Bは、オープンウェイトエージェントであるTongyi-DeepResearchで68%の精度を達成する。
  論文  参考訳（メタデータ） (2026-03-04T18:47:26Z)
• DeepSynth-Eval: Objectively Evaluating Information Consolidation in Deep Survey Writing [53.85037373860246]
  本稿では,情報統合能力を客観的に評価するためのベンチマークであるDeep Synth-Evalを紹介する。 一般チェックリスト(実例)と制約チェックリスト(構造体)を用いたきめ細かい評価プロトコルを提案する。 その結果,エージェント型プラン・アンド・ライトは単ターン生成よりも大幅に優れていた。
  論文  参考訳（メタデータ） (2026-01-07T03:07:52Z)
• WebWeaver: Structuring Web-Scale Evidence with Dynamic Outlines for Open-Ended Deep Research [73.58638285105971]
  本稿では,AIエージェントが膨大なWebスケール情報を洞察に富むレポートに合成しなければならない複雑な課題であるtextbfopen-ended Deep Research (OEDR) に取り組む。 人間の研究プロセスをエミュレートする新しいデュアルエージェントフレームワークである textbfWebWeaver を紹介する。 私たちのフレームワークは、DeepResearch Bench、DeepConsult、DeepResearchGymなど、主要なOEDRベンチマークにまたがる最先端の新たなベンチマークを確立しています。
  論文  参考訳（メタデータ） (2025-09-16T17:57:21Z)

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。