WideSeek：通过多智能体规模化推进广泛研究
计算与语言
2026-02-04 v1 人工智能
信息检索
摘要
搜索智能正从深度研究向广泛研究演进，这一范式对于在复杂约束下并行检索和综合全面信息至关重要。然而，由于缺乏针对搜索宽度的专门基准和优化方法，相关领域的进展受到阻碍。为此，我们从数据管道和智能体优化两个角度深入探讨广泛研究。首先，我们生产了WideSeekBench，一个由严格的多阶段数据管道构建的通用广泛信息寻求（GBIS）基准，确保目标信息量、逻辑约束和领域之间的多样性。其次，我们引入WideSeek，一种基于动态层次化多智能体架构的系统，可根据任务需求自主分支并行子智能体。此外，我们设计了一个统一的训练框架，将多智能体轨迹线性化，并通过端到端强化学习进行优化。实验结果表明，WideSeek和多智能体RL的有效性，强调通过扩大智能体数量来推动广泛研究范式的发展是一条有前景的道路。
引用
@article{arxiv.2602.02636,
title = {WideSeek: Advancing Wide Research via Multi-Agent Scaling},
author = {Ziyang Huang and Haolin Ren and Xiaowei Yuan and Jiawei Wang and Zhongtao Jiang and Kun Xu and Shizhu He and Jun Zhao and Kang Liu},
journal= {arXiv preprint arXiv:2602.02636},
year = {2026}
}