ParallelMuse: 为深度信息寻求实现代理式平行思考
计算与语言
2025-10-29 v1
摘要
平行思考扩展了探索宽度，补充信息寻求（IS）代理的深度探索，以进一步提升问题解决能力。然而，常规的平行思考在此背景下面临两个关键挑战：从头开始反复 rollout 的低效，以及在答案生成期间整合长期推理轨迹的困难，因为受限的上下文容量阻碍了对推理过程的完整考虑。为此，我们提出 ParallelMuse，一个为深度 IS 代理设计的两阶段范式。第一个阶段是功能指定的部分 rollout，将生成的序列划分为功能区域，并进行不确定性引导的路径复用和分支，以提高探索效率。第二个阶段是压缩推理聚合，利用推理冗余来无损压缩答案 derivation 相关信息，并合成连贯的最终答案。跨多个开源代理和基准测试的实验表明，我们的方法在性能上提升最高可达 62%，同时减少 10%-30% 的探索性 token 消耗。
引用
@article{arxiv.2510.24697,
title = {WebLeaper: Empowering Efficiency and Efficacy in WebAgent via Enabling Info-Rich Seeking},
author = {Zhengwei Tao and Haiyang Shen and Baixuan Li and Wenbiao Yin and Jialong Wu and Kuan Li and Zhongwang Zhang and Huifeng Yin and Rui Ye and Liwen Zhang and Xinyu Wang and Pengjun Xie and Jingren Zhou and Yong Jiang},
journal= {arXiv preprint arXiv:2510.24697},
year = {2025}
}