超知能型検索エージェント：情報検索の次なるフロンティア
超知能型検索エージェント現在の情報検索エージェントは、反復的な探索クエリを多用するため、レイテンシの増加や再現率の低下が課題となっています。
本研究で提案されたSuperIntelligent Retrieval Agent (SIRA)は、複数の探索ラウンドを単一のコーパス識別型検索アクションに集約します。
SIRAはLLMを用いて必要な証拠語彙を予測し、文書頻度統計をツールとして利用して候補語の妥当性を検証します。
その結果、SIRAは従来の密なリトリーバーや多段階エージェントの最新モデルを凌駕する性能を示し、知性を伴った単一の語彙クエリの有効性を証明しました。
原文の冒頭を表示（英語・3段落のみ）
View PDF
HTML (experimental)
Abstract:Retrieval-augmented agents are increasingly the interface to large organizational knowledge bases, yet most still treat retrieval as a black box: they issue exploratory queries, inspect returned snippets, and iteratively reformulate until useful evidence emerges. This approach resembles how a newcomer searches an unfamiliar database rather than how an expert navigates it with strong priors about terminology and likely evidence, and results in unnecessary retrieval rounds, increased latency, and poor recall.
※ 著作権に配慮し、引用は冒頭3段落までです。続きは元記事をご覧ください。