論文の概要: Harness-Search: Guiding Long-Horizon Search through Multi-Agent Coordination

• arxiv url: http://arxiv.org/abs/2610.05382v1
• Date: Sun, 04 Oct 2026 17:14:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 14:09:38.386697
• Title: Harness-Search: Guiding Long-Horizon Search through Multi-Agent Coordination
• Title（参考訳）: Harness-Search:マルチエージェントコーディネーションによる長距離検索を支援する
• Abstract要約: 本稿では,探索やエビデンスキュレーション,終了決定などを通じて伝播する局所誤差を低減するためのマルチエージェント検索手法であるHarness-Searchを紹介する。 7つのロングホライゾン検索ベンチマークで、Harness-Searchは、同じポリシーバックボーンの下で、検索と回答の生成の両方を改善している。
• 参考スコア（独自算出の注目度）: 35.28024772708235
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long-horizon search requires agents to gather evidence across multiple steps and synthesize it into well-supported answers. The recent agent harnesses provide a natural and promising framework to support such long-running search processes. As interaction histories grow, one single agent in harnesses might get stuck and cause the policy to lose track of unresolved questions, overlook useful evidence, or terminate before sufficient support has been collected. One of promising way is to decouple three distinct responsibilities of proposing retrieval actions, updating persistent state, and deciding when to stop rather than concentrating them within a single policy. Targeted at it, we introduce Harness-Search, a multi-agent search harness to reduce the local errors propagating across subsequent exploration, evidence curation, and termination decisions. In particular, Harness-Search assigns these responsibilities to three permission-bounded authorities: a Retrieval Policy that proposes search operations, a Memory Operator that validates and commits persistent-state updates, and a Summary Auditor that accepts or rejects termination based on the sufficiency of the curated evidence. Together, these roles form a Propose-Commit-Audit loop in which actions are proposed, persistent evidence is selectively committed, and stopping decisions are subjected to an explicit sufficiency check. Across seven long-horizon search benchmarks, Harness-Search improves both retrieval and answer generation under the same policy backbone, increasing Recall by 4.60-27.92 points and Final-Answer Recall by 12.34-30.13 points over the strongest harness-based baseline on each evidence-retrieval benchmark. Moreover, trajectory-level analyses show that Harness-Search continues to accumulate useful evidence and expand evidence coverage with less redundant retrieval as the search history grows.
• Abstract（参考訳）: ロングホライゾン探索では、エージェントが複数のステップにまたがって証拠を集め、それをよく支持された答えに合成する必要がある。 最近のエージェントハーネスは、このような長期的検索プロセスをサポートする自然な、有望なフレームワークを提供する。 相互作用の歴史が成長するにつれて、ハーネスの1人のエージェントが立ち往生し、未解決の質問の追跡を失い、有効な証拠を見落とし、あるいは十分な支援が集められる前に終了する。 有望な方法の1つは、検索アクションの提案、永続状態の更新、そして、それらを単一のポリシーに集約するのではなく、いつ停止するかを決めるという3つの異なる責務を分離することである。 対象とするハーネス検索(Harness-Search)は,その後の探索,エビデンスキュレーション,終了決定などを通じて伝播する局所誤差を低減するためのマルチエージェント検索手法である。 特に、Harness-Searchは、これらの責任を、検索操作を提案する検索ポリシー、永続的な状態更新を検証およびコミットするメモリオペレータ、そして、キュレートされた証拠の有効性に基づいて終了を承認または拒否する概要監査者という3つの許可付き当局に割り当てている。 これらの役割は共にプロポーズ・コミット・監査ループを形成し、アクションが提案され、永続的なエビデンスが選択的にコミットされ、決定の停止が明示的な満足度チェックの対象となる。 7つのロングホライゾン検索ベンチマークで、Harness-Searchは、同じポリシーのバックボーンの下での検索と回答の生成を改善し、Recallを4.60-27.92ポイント、Final-Answer Recallを12.34-30.13ポイント増やし、各エビデンス検索ベンチマークで最強のハーネスベースのベースラインを上回り、リコールを12.34-30.13ポイント増やした。 さらに、トラジェクトリレベルの分析では、Harness-Searchは有用なエビデンスを蓄積し続け、検索履歴が大きくなるにつれて、冗長な検索の少ないエビデンスカバレッジを拡大している。

関連論文リスト

• LexiHorizon: Stabilizing Reinforcement Learning for Long-Horizon Deep Search [1.8810916321241067]
  本稿では,長い地平線上で探索エージェントを訓練するためのフレームワークを提案する。 結果の9Bモデルは、ベースモデルとMiroThinker-1.7-miniの両方を一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2026-10-04T10:53:20Z)
• Traverse: Learning When to Remember, Reset, and Redirect for Long-Horizon Web Search [34.58308829379214]
  エージェントが独自の検索プロセスを管理する自律型検索ハーネスを導入する。 エージェントはまず、有効な回答の基準を定義し、これらの基準の下で検索し、それから独立して結果を検証する。 さらに、アクティブなコンテキスト管理を可能にするシールメモリツールを備えている。
  論文  参考訳（メタデータ） (2026-09-29T09:13:44Z)
• Mr.LHDR: A Benchmark for Multimodal Real-World Long-Horizon Deep Research Agents [72.19038675107662]
  ミスターL(Mr. L)は、検証可能な証拠の長い、既約の連鎖について、現実世界の深い研究を評価するためのベンチマークである。 各質問は隠されたノード関係グラフから構築され、平均12.1の中間結論を必要とする。
  論文  参考訳（メタデータ） (2026-09-10T09:47:44Z)
• Diagnosing Search Behavior and Failure Modes in Long-Horizon Search Agents [63.2133766267587]
  ディープサーチエージェントは、証拠収集のために検索クエリを反復的に発行することで、難解な情報検索質問に答える。 本研究では,長軸探索エージェントの軌跡レベル診断を用いてこれらの質問について検討する。 我々は,各探索ステップで得られた証拠を評価し,エージェントの行動の2つの段階を分離する。
  論文  参考訳（メタデータ） (2026-08-03T08:46:48Z)
• R$^2$-Searcher: Calibrating Retrieval and Reasoning Boundaries for Agentic Search [59.034878430183305]
  R$2$-Searcherは、検索と推論の境界を明示的に探索し、校正する。 R$2$-Searcherは,解答精度と検索品質において,最先端のエージェント検索法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2026-06-26T19:44:34Z)
• 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)
• Orchestrating Specialized Agents for Trustworthy Enterprise RAG [8.772844442593975]
  1パスの検索/書き込みパイプラインは、しばしば浅い要約を生成する。 本稿では,線形検索を反復的かつユーザによる調査に置き換えるエージェントフレームワークであるADOREを紹介する。 私たちのコントリビューションは、メモリロック合成、エビデンスカバレッジ誘導実行、セクションパック長文グラウンドティングの3つです。
  論文  参考訳（メタデータ） (2026-01-26T08:48:41Z)

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。