ManuSearch：面向大型语言模型的透明且开放的多智能体框架以实现深层搜索
计算与语言
2025-05-26 v1
摘要
最近的 web-augmented 大型语言模型 (LLM) 在复杂推理任务中表现出强大的能力，但这些能力大多局限于具有不透明体系结构的专有系统。在本工作中，我们提出了 ManuSearch，一个透明且模块化的多智能体框架，旨在 democratize deep search for LLMs。ManuSearch 将搜索和推理过程分解为三个协作智能体：(1) 一种解题规划智能体，不断细化子查询；(2) 一种互联网搜索智能体，通过实时 web 搜索检索相关文档；(3) 一种结构化网页阅读智能体，从原始网页内容中提取关键证据。为严格评估深层推理能力，我们引入了 ORION，一个聚焦于开放 web 推理的挑战性基准，覆盖长尾实体，涵盖英文和中文。实验结果表明，ManuSearch 在多个数据集上均显著优于先前的开源基线，甚至超越了领先的闭源系统。我们的工作为可重复、可扩展的开放式深层搜索系统研究铺平了道路。我们在 https://github.com/RUCAIBox/ManuSearch 上发布了数据和代码。
引用
@article{arxiv.2505.18105,
title = {ManuSearch: Democratizing Deep Search in Large Language Models with a Transparent and Open Multi-Agent Framework},
author = {Lisheng Huang and Yichen Liu and Jinhao Jiang and Rongxiang Zhang and Jiahao Yan and Junyi Li and Wayne Xin Zhao},
journal= {arXiv preprint arXiv:2505.18105},
year = {2025}
}
备注
LLM, Complex Search Benchmark