UIS-Digger：面向现实无索引信息检索的综合性研究代理系统
人工智能
2026-03-18 v3 信息检索
摘要
最近的 LLM 基于信息检索代理在 established benchmarks 上取得了破纪录的性能。然而，这些代理仍严重依赖于搜索引擎索引的知识，留下了一个关键盲点：无索引信息检索（Unindexed Information Seeking, UIS）。本文识别并探讨了 UIS 问题，即关键信息未被搜索引擎爬虫捕获，包括被忽视的内容、动态网页和嵌入式文件。尽管 UIS 极其重要，但仍属 underexplored 挑战。为缓解这一空白，我们引入 UIS-QA 基准，包含 110 对专家标注的问答对。值得注意的是，even state-of-the-art agents 在 UIS-QA 上经历了性能急剧下降（例如，从 GAIA 上的 70.90 和 BrowseComp-zh 上的 46.70 下降至 UIS-QA 上的 24.55），凸显了问题的严重性。为缓解这一问题，我们提出 UIS-Digger，一个新型多代理框架，集成双模式浏览功能，实现网页搜索与文件解析的同步进行。通过一个约30B参数的 backbone LLM 使用 SFT 和 RFT 训练策略优化，UIS-Digger 在 UIS-QA 上取得 27.27% 的强基准成绩，超越了集成 O3 和 GPT-4.1 等高级 LLM 的系统。这表明了与无索引来源进行主动互动对于实现有效且全面的信息检索的重要性。我们的工作不仅揭示了当前代理评估范式中的根本性局限，还为推进 UIS 研究提供了首个工具，定义了面向稳健信息检索系统的新方向。数据集已发布于 https://huggingface.co/datasets/UIS-Digger/UIS-QA。
引用
@article{arxiv.2603.08117,
title = {UIS-Digger: Towards Comprehensive Research Agent Systems for Real-world Unindexed Information Seeking},
author = {Chang Liu and Chuqiao Kuang and Tianyi Zhuang and Yuxin Cheng and Huichi Zhou and Xiaoguang Li and Lifeng Shang},
journal= {arXiv preprint arXiv:2603.08117},
year = {2026}
}
备注
21 pages, 5 figures, ICLR 2026