כתבה
arXiv cs.CL ·
DeepRewind: חיזוי ותיקון התחייבויות מוקדמות באגנטים מחקריים עמוקים
DeepRewind: Predicting and Repairing Premature Commitments in Deep Research Agents
DeepRewind הוא שכבת בקרה תוספתית לחקר מחקרי עמוק, המייצגת את מצב האפיסטמי של האגנט כגרף מסוגל של מקורות, ראיות, טענות, השערות, הנחות, התחייבויות, תוכניות וגרסאות. DeepRewind משפר את זיכרון ההבנה של DRBench ו-LiveDRBench ב-3.6% ומצמצם התחייבויות מוקדמות ב-59.1% יחסית לOpen Deep Research.
תקציר מקורי באנגליתarXiv:2609.36344v1 Announce Type: new Abstract: Deep-research agents conduct long-horizon investigations through iterative search, evidence evaluation, belief revision, and synthesis. However, they may commit to claims before sufficient evidence is available, causing later reasoning to reinforce an incorrect interpretation. We introduce DeepRewind, an additive control layer for reversible deep research that represents the agent's evolving epistemic state as a typed graph of sources, evidence, claims, hypotheses, assumptions, commitments, plans, and drafts. Before accepting an intermediate conclusion, a prompt-based world model predicts its impact and estimates reversibility based on hypothesis narrowing, information loss, recovery cost, and contradiction-trigger coverage. A binary controll
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית