論文の概要: TRACE: Trajectory Selection for Parallel Scaling of Search Agents
- arxiv url: http://arxiv.org/abs/2609.39912v1
- Date: Wed, 30 Sep 2026 15:06:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.95717
- Title: TRACE: Trajectory Selection for Parallel Scaling of Search Agents
- Title（参考訳）: TRACE:探索エージェントの並列スケーリングのための軌道選択
- Abstract要約: TRACEは、彼らの答えの裏にある探索証拠を使って軌道を完了した。
TRACEは個々のクエリやエビデンスを保存し、共有コンテンツやドキュメントIDを通じてロールアウトを接続し、これらの関係をまたいだ情報を伝達する。
検索設定毎に1つのセレクタがロールアウトポリシーとエージェントバックボーンにまたがって転送される。
- 参考スコア（独自算出の注目度）: 12.022151537259296
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Parallel search may generate a correct answer that final-answer voting fails to select. We formulate this consolidation stage as trajectory selection and introduce TRACE (Trajectory Ranking with Aggregated Cross-Rollout Evidence), a lightweight learned selector that ranks completed trajectories using the search evidence behind their answers. TRACE preserves individual query and evidence occurrences, connects rollouts through shared content or document identity, and propagates information across these relations. Each candidate answer then reads the updated states of its own trajectory, preserving retrieval provenance while incorporating evidence from related rollouts. Trained with answer-level supervision over frozen text embeddings, TRACE returns an existing answer without additional search or autoregressive aggregation. One selector per search setting transfers across rollout policies and agent backbones without agent-specific fine-tuning, improving over voting across six WebQA policies and six long-horizon dataset-backbone combinations at $K=16$. On Qwen2.5-14B Base/SFT WebQA pools, TRACE achieves 45.2/49.2% EM, compared with 43.9/48.0% for the strongest Qwen3-32B generative aggregators. On long-horizon FRAMES, GAIA, and BrowseComp, it reaches 78.6% average accuracy, exceeding majority voting by 3.1 percentage points. On Base WebQA pools, TRACE with only 8 rollouts comes within 0.4 points of majority voting over 64. TRACE also achieves at least $10\times$ higher processing throughput than SolAgg, SummAgg, and AggAgent across all seven WebQA benchmarks. These results show that reusing cross-rollout search evidence provides an effective and efficient alternative to heavyweight generative aggregation for parallel search. Code is available at https://github.com/Jaasssoooonnnnn/TRACE.
- Abstract（参考訳）: パラレル検索は、最終回答投票が選択に失敗する正解を生成する。
我々は、この統合段階を軌道選択として定式化し、TRACE (Trajectory Ranking with Aggregated Cross-Rollout Evidence) を導入する。
TRACEは個々のクエリやエビデンスを保存し、共有コンテンツやドキュメントIDを通じてロールアウトを接続し、これらの関係をまたいだ情報を伝達する。
それぞれの解答は、自身の軌道の更新された状態を読み出し、関連するロールアウトの証拠を取り込みながら、検索の証明を保存する。
凍ったテキスト埋め込みに対する回答レベルの監督によってトレーニングされたTRACEは、検索や自動回帰集約を伴わずに、既存の回答を返す。
検索設定毎に1つのセレクタがロールアウトポリシーとエージェントバックボーンに移行し、エージェント固有の微調整なしで6つのWebQAポリシーと6つの長期データセットとバックボーンの組み合わせが$K=16$で投票される。
Qwen2.5-14B Base/SFT WebQAプールでは、TRACEは45.2/49.2%のEMを獲得し、Qwen3-32B生成アグリゲータでは43.9/48.0%である。
ロングホライゾンのFRAMES、GAIA、BrowseCompでは平均78.6%に達し、過半数を3.1ポイント上回っている。
Base WebQAプールでは、わずか8つのロールアウトを持つTRACEは、64以上の多数投票で0.4ポイント以内である。
TRACEはまた、7つのWebQAベンチマークでSolAgg、SummAgg、AggAgentよりも少なくとも10\times$高い処理スループットを実現している。
これらの結果は,クロスロールアウト探索エビデンスを再利用することで,並列探索のための重み付け生成アグリゲーションの効果的かつ効率的な代替手段が提供されることを示している。
コードはhttps://github.com/Jaasssoooonnnnn/TRACEで公開されている。
関連論文リスト
- SIPO: Selective-Inference Policy Optimization for Tree-Structured Agentic RL [23.46401628317993]
本稿では、この区別をツリーベースの信用評価に組み込んだ選択推論ポリシー最適化(SIPO)を提案する。
そのスケールのない分岐基準は、一貫した相対的なスケールで生成スコアと兄弟のペナルティを保持する。
SIPOは比較手法の中で最も高いマルチホップとシングルホップの平均を達成している。
論文 参考訳（メタデータ） (2026-09-28T10:09:48Z) - Efficiently Linking Unstructured Data for Multi-step Reasoning [17.545873517131206]
DASEクエリエンジンは、候補エビデンサウェアを構築し、ランク付けする。
強いRDBMSよりも6倍から46倍高速なマルチステップ推論クエリの候補証拠を検索する。
セマンティック・オペレーショナルな後処理を必要とするタスクに対しては、DASEはハイリコールプリフィルタとして機能する。
論文 参考訳（メタデータ） (2026-09-16T23:16:45Z) - Iris: Climbing to the Search Frontier [21.066541702697112]
我々は35B-A3Bスケールと397B-A17Bスケールでトレーニングされた2つの検索エージェントであるIris-miniとIris-proを紹介する。
論文 参考訳（メタデータ） (2026-09-03T17:51:01Z) - EAVer: Long-Form Factuality Verification as an End-to-End Agentic Policy [50.665874114632]
我々は、完全な応答レベルの検証ワークフローを統一ポリシーとして制御することを学ぶ、エンドツーエンドのエージェント検証であるEAVerを紹介する。
EAVerはセマンティック関連クレームをグループ化し、信頼に基づいた直接検証やターゲット検索にルートし、コンパクトなインコンテキストメモで検索によって返される証拠を保持する。
論文 参考訳（メタデータ） (2026-09-02T21:00:35Z) - Codebook Agent: Amortized Topology Design for LLM Multi-Agent Systems [67.04448659688579]
クエリ非依存の16エントリのコードブックを開発し、上位のデコード候補を1回のバッチフォワードパスでランク付けする。
反復検索がなく、テスト時にメッセージパッシングがないため、Codebook Agentは6つのベンチマークでもっとも正確な方法である。
論文 参考訳（メタデータ） (2026-09-02T08:10:22Z) - VisDocAgentBench: Benchmarking Agents for Visually Rich Document Retrieval [65.89247522243959]
VisDocAgentBenchは、静的検索とエージェント検索を比較したクローズドコーパスベンチマークである。
100の文書から2,375ページ、120のユニークなターゲットクエリが直接、一橋、二橋のエビデンス構造でバランスを取っている。
強力な遅延対話型ビジュアルレトリバーは、直接アイテムで97.50%のRecall@1に達するが、2ブリッジアイテムでは2.50%に達し、関連性がコーパスコンテキストに依存する場合のクエリ-ターゲットマッチングの限界を明らかにする。
論文 参考訳（メタデータ） (2026-08-18T15:23:06Z) - Search, Inspect, Fetch: Exploiting Structure-Aware Boolean Retrieval for Deep-Research Agents [50.35041517085015]
既存のDeep-ResearchエージェントはSearch-Visitワークフローを使用して、タイトル、見出し、セクション、メタデータを通じて公開する構造を考慮せずに、Webページ全体を検索する。
Boolean Query Language (BQL) によって駆動される検索-インスペクション-フェッチ戦略である textscSieve を導入する。
ウェブページのフィールドを検索して候補をフィルタリングし、インターチェンジ可能なランク付け器を使ってそれらを注文し、構造に富んだ結果カードを検査し、選択したセクションのみを取得する。
論文 参考訳（メタデータ） (2026-08-03T18:01:05Z) - Query-aware Routing for Filtered Approximate Nearest Neighbors Search [2.121524887011041]
フィルタされたANN探索は、現代のベクトルデータベースと検索拡張生成におけるコアプリミティブである。
我々は3つの述語の下で複数のデータセットにまたがる主要な分類的ANN手法の全てをベンチマークする。
軽量MLモデルは、クエリ上で各候補メソッドのリコールを予測する。
我々のルータは,5つの検証データセットのすべてに対して,最先端のリコールとQPSバランスを実現していることを示す。
論文 参考訳（メタデータ） (2026-06-18T07:54:12Z) - Agentic Aggregation for Parallel Scaling of Long-Horizon Agentic Tasks [33.36477179106684]
本研究では,エージェント探索やディープリサーチなどの長期エージェントタスクに対する並列テスト時間スケーリングについて検討する。
並列軌道を環境として扱うアグリゲーションエージェントであるAggAgentを提案する。
論文 参考訳（メタデータ） (2026-04-13T17:26:31Z) - Beyond Relevance: On the Relationship Between Retrieval and RAG Information Coverage [89.58253972744531]
Retrieval-augmented Generation (RAG) システムは、文書検索と生成モデルを組み合わせて、レポート生成のような複雑な情報を求める課題に対処する。
我々は,上流の検索指標が,最終生成応答の情報カバレッジの信頼性の高い早期指標として機能するかどうかを検討する。
本研究は,トピックとシステムレベルの両方で生成した応答におけるカバレッジベース検索指標とナゲットカバレッジとの間に強い相関関係を示した。
論文 参考訳（メタデータ） (2026-03-09T18:20:20Z)
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。