IoDResearch: 通过数据网路实现私有异构数据的深度研究
信息检索
2026-04-29 v3
摘要
多源、异构和多模态科学数据的快速增长日益暴露了传统数据管理方法的局限性。大多数现有DeepResearch(DR)工作主要关注网络搜索，忽略了本地私有数据。因此，这些框架在处理私有数据时检索效率低下，无法遵循FAIR原则，最终导致效率低下和可重用性受限。为此，我们提出IoDResearch(Internet of Data Research)，一个以私有数据为中心的深度研究框架，实现了数据网路范式。IoDResearch将异构资源封装为符合FAIR原则的数字对象，并进一步细化为原子知识单元和知识图谱，形成用于多粒度检索的异构图索引。基于此表示，多智能体系统支持可靠的问答和结构化科学报告生成。此外，我们建立了IoD DeepResearch基准，系统评估IoD情境下的数据表示和深度研究能力。在检索、问答和报告写作任务上的实验结果表明，IoDResearch consistently 超过了代表性RAG和DeepResearch基线。总体而言，IoDResearch在数据网路范式下实现了私有数据中心的深度研究，为更可信、可重用和自动化的科学发现之路提供了可能。
引用
@article{arxiv.2510.01553,
title = {IoDResearch: Deep Research on Private Heterogeneous Data via the Internet of Data},
author = {Zhuofan Shi and Zijie Guo and Xinjian Ma and Gang Huang and Yun Ma and Xiang Jing},
journal= {arXiv preprint arXiv:2510.01553},
year = {2026}
}
备注
Accepted to ICASSP 2026