論文の概要: DAGent: Evaluate-then-Grow Planning for Deep Research Agents

• arxiv url: http://arxiv.org/abs/2609.39154v1
• Date: Wed, 30 Sep 2026 07:19:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.359411
• Title: DAGent: Evaluate-then-Grow Planning for Deep Research Agents
• Title（参考訳）: DAGent:ディープ・リサーチ・エージェントのための評価・テーマ・グロー・プランニング
• Abstract要約: 深層研究の課題は、エージェントが大きな知識空間をナビゲートし、多くの情報源で証拠を合成し、発見が現れるにつれて計画に適応することである。 既存のDAGベースのマルチエージェントシステムは、実行前にタスクレベルプランをインスタンス化し、故障や証拠の欠如が観察された後にグラフを修復する。 本稿では,DAGベースのマルチエージェントフレームワークであるDAGentを提案する。
• 参考スコア（独自算出の注目度）: 11.563955582215518
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deep research tasks require agents to navigate large knowledge spaces, synthesize evidence across many sources, and adapt their plans as findings emerge. Directed acyclic graph (DAG)-based multi-agent systems suit this setting because they support parallel execution and isolate each sub-task within a focused dependency context. Yet existing DAG-based agents instantiate a task-level plan before execution and repair the graph only after failures or missing evidence are observed. This Plan-then-Patch strategy is brittle for deep research: the system commits most strongly when its evidence is weakest, and later revisions waste computation on branches that should not have been planned. We propose DAGent, a DAG-based multi-agent framework with Evaluate-then-Grow incremental planning: an Orchestrator grows the task graph one batch at a time, conditioning each expansion on confidence and uncertainty signals from completed nodes. A hierarchical context layer propagates compact QueryDocs by default while preserving full execution traces for on-demand recall. The recorded DAG topology admits structural RL signals that outcome-only recipes cannot define; DAGRPO, a GRPO adaptation, injects topology-conditioned credit on Executor rollouts and a structural compliance regularization on Orchestrator plans. Across BrowseComp-Plus, GAIA, and xbench-DeepSearch, DAGent surpasses the strongest open-source baseline by 5.3 / 5.8 / 2.0 points at the Qwen3-235B-A22B scale, and the lead replicates across four open-source backbones and extends to GPT-5 at 327K context. At the Qwen3-8B scale, DAGRPO improves over a same-budget outcome-only GRPO baseline by 3.0 average Pass@1 points. A same-architecture comparison shows that evidence-conditioned planning reaches higher accuracy at lower per-task token, tool-call, and step footprints than its Plan-then-Patch counterpart. Code: https://github.com/hanwenliu6825/DAGent
• Abstract（参考訳）: 深層研究の課題は、エージェントが大きな知識空間をナビゲートし、多くの情報源で証拠を合成し、発見が現れるにつれて計画に適応することである。 ダイレクト非巡回グラフ(DAG)ベースのマルチエージェントシステムは、並列実行をサポートし、各サブタスクを集中依存コンテキスト内で分離するため、この設定に適合する。 しかし、既存のDAGベースのエージェントは、実行前にタスクレベルプランをインスタンス化し、失敗や証拠の欠如が観察された後にグラフを修復する。 このPlan-then-Patch戦略は、最も証拠が弱い場合に最も強くコミットし、後に計画すべきでないブランチの無駄計算を改訂する。 本稿では,DAGベースのマルチエージェントフレームワークであるDAGentを提案する。 階層的なコンテキスト層は、オンデマンドリコールのための完全な実行トレースを保持しながら、デフォルトでコンパクトなQueryDocを伝搬する。 記録されたDAGトポロジは、結果のみのレシピが定義できない構造的RL信号を認めており、GRPO適応であるDAGRPOは、Executorのロールアウトにトポロジ条件付きクレジットを注入し、Orchestratorプランに構造的コンプライアンス正則化を行う。 BrowseComp-Plus、GAIA、xbench-DeepSearch全体で、DAGentはQwen3-235B-A22Bスケールで最強のオープンソースベースラインを5.3/5.8/2.0ポイント越え、リードは4つのオープンソースバックボーンに複製され、327KコンテキストでGPT-5に拡張される。 Qwen3-8Bスケールでは、DAGRPOは、同じ予算の成果のみのGRPOベースラインを3.0パス@1ポイント改善する。 同じアーキテクチャの比較では、エビデンス条件のプランニングが、Plan-then-Patchよりも低いタスク単位のトークン、ツールコール、ステップフットプリントでより高い精度に達することが示されている。 コード:https://github.com/hanwenliu6825/DAGent

関連論文リスト

• AgentOPSD: Recursive Self-Distillation for Agentic Reinforcement Learning [58.76655851910778]
  AgentOPSDは、エージェント強化学習におけるターンレベルのクレジット割り当てのための、批判のない再帰的手法である。 ALFWorld, WebShop, Search-QA上のAgentOPSDを2つのスケールでQwen2.5モデルを用いて評価する(3B, 7B)。
  論文  参考訳（メタデータ） (2026-08-06T13:00:59Z)
• SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration [77.28003194268977]
  SearchOSは、脆弱で暗黙的な検索進捗を明示的で永続的で共有状態に変換するシステムレベルのマルチエージェントフレームワークである。 SOCM上に構築されたSearchOSは、サブエージェントの実行を重複させるパイプライン並列スケジューリングメカニズムを適用している。 SearchOSは評価されたシングルエージェントとマルチエージェントのベースラインの中で、すべてのメトリクスをリードする。
  論文  参考訳（メタデータ） (2026-07-16T17:51:23Z)
• Atomic Task Graph: A Unified Framework for Agentic Planning and Execution [13.978062792065215]
  Atomic Task Graph (ATG) は、計画と実行のための統一された制御フレームワークである。 ATGは依存関係を公開するための明示的なグラフを維持し、再利用をサポートする。 ATGは、成功率と実行効率の強いベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-07-02T09:34:20Z)
• 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)
• HG-RAG: Hierarchy-Guided Retrieval-Augmented Generation for Structured Knowledge Graphs [0.0]
  HG-RAG(Hierarchy-Guided RAG)は、階層的な知識グラフ上でグラフトラバースを実行し、構造化されたコンテキストを言語モデルに提供するフレームワークである。 そこで,HG-RAGを3つの世界規模(18-800ノード)にわたる高密度検索ベースラインに対して4種類のクエリタイプで評価した。 その結果、HG-RAGは階層的、リレーショナル、マルチホップ推論タスクにおいて、フラットベースラインを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-04-16T01:05:19Z)
• Do We Still Need GraphRAG? Benchmarking RAG and GraphRAG for Agentic Search Systems [9.226583502132753]
  Retrieval-augmented Generation(RAG)とそのグラフベースの拡張(GraphRAG)は、大規模言語モデル(LLM)推論を改善する効果的なパラダイムである。 近年のエージェントサーチシステムでは,推論中の動的,多ラウンド検索,シーケンシャルな意思決定が可能である。 本稿では,エージェント検索に基づく検索基盤として高密度なRAGと代表的なGraphRAG手法を評価する統一ベンチマークであるRAGSearchを紹介する。
  論文  参考訳（メタデータ） (2026-04-01T07:21:32Z)
• Agentic DAG-Orchestrated Planner Framework for Multi-Modal, Multi-Hop Question Answering in Hybrid Data Lakes [5.276278723196607]
  Agentic DAG-Orchestrated Transformer (A.DOT) Plannerはマルチモーダル・マルチホップ質問応答のためのフレームワークである。 A.DOTは、ユーザNLクエリを構造化および非構造化の両方にまたがる有向非巡回グラフ(DAG)実行計画にコンパイルする。 System Decomposes query into parallelizable sub-queries, includess schema-aware reasoning, and applied both structure and semantic validation。
  論文  参考訳（メタデータ） (2026-03-15T05:34:16Z)
• ROMA: Recursive Open Meta-Agent Framework for Long-Horizon Multi-Agent Systems [25.131570054560353]
  現在のエージェントフレームワークは、ロングホライゾンタスクでパフォーマンスが低い。 これらの制限に対処するドメインに依存しないフレームワークであるROMAを紹介します。 ROMAとGEPA+が組み合わさって、推論と長文生成のベンチマークにおいて、システムレベルの主要な性能を提供することを示す。
  論文  参考訳（メタデータ） (2026-02-02T09:20:59Z)
• TreePS-RAG: Tree-based Process Supervision for Reinforcement Learning in Agentic RAG [71.06073770344732]
  エージェント検索強化生成(RAG)は、推論と情報検索の多段階的な相互作用として質問応答を定式化する。 エージェントRAGのためのオンラインツリーベースRLフレームワークであるTreePS-RAGについて述べる。
  論文  参考訳（メタデータ） (2026-01-11T14:07:30Z)
• TeaRAG: A Token-Efficient Agentic Retrieval-Augmented Generation Framework [62.66056331998838]
  TeaRAGは、検索内容と推論ステップの両方を圧縮できるトークン効率のエージェントRAGフレームワークである。 報奨関数は,過剰な推論ステップをペナルティ化しながら,知識マッチング機構によって知識満足度を評価する。
  論文  参考訳（メタデータ） (2025-11-07T16:08:34Z)
• Alita-G: Self-Evolving Generative Agent for Agent Generation [54.49365835457433]
  汎用エージェントをドメインエキスパートに変換するフレームワークであるALITA-Gを提案する。 このフレームワークでは、ジェネラリストエージェントが対象ドメインタスクのキュレートされたスイートを実行する。 計算コストを削減しながら、大きな利益を得ることができます。
  論文  参考訳（メタデータ） (2025-10-27T17:59:14Z)

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。