论文页面 - SearchOS-V1: 迈向鲁棒的开放域信息搜索智能体协作

来源：https://huggingface.co/papers/2607.15257
作者：

,

,

,

,

,

,

,

,

,

,

,

,

摘要

近期工具集成大语言模型的进展使网络搜索成为信息搜索智能体的核心能力。然而，随着交互历史不断增长，智能体越来越难以追踪任务进展。当搜索尝试未能产出有用证据时，当前的单智能体和多智能体系统可能陷入重复循环，浪费搜索预算并最终损害最终输出的质量和完整性。我们提出SearchOS，一个系统级的多智能体框架，将脆弱、隐式的搜索进度转变为显式、持久且共享的状态。首先，我们将开放域信息搜索形式化为带有可溯源引证的关系模式补全问题——智能体发现实体、跨链接表填充属性，并将每个值锚定到源证据上。然后我们设计了搜索导向上下文管理（SOCM），将演化状态外部化为前沿任务、证据图、覆盖图谱和失败记忆。基于SOCM，SearchOS应用了一种流水线并行的调度机制，该机制重叠子智能体的执行，并持续用针对未解决覆盖缺口的目标任务填充释放的空位，以提高利用率和吞吐量。为了调度和控制搜索智能体的执行，SearchOS引入了一个搜索工具中间件套件，拦截模型与工具之间的交互以记录带证据的搜索记录，并响应停滞或预算耗尽的情况；同时提供一个可复用的层次化技能系统，包含策略技能和访问技能，以增强智能体的搜索过程，避免跨次运行时重复失败的搜索模式。在WideSearch和GISA上，SearchOS在所有评估的单智能体和多智能体基线中各项指标领先，为鲁棒的信息搜索协作铺平了道路。

查看arXiv页面 (https://arxiv.org/abs/2607.15257)
查看PDF (https://arxiv.org/pdf/2607.15257)
GitHub65 (https://github.com/antins-labs/SearchOS)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.15257)

在你的智能体中获取这篇论文：

hf papers read 2607.15257

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本论文的模型0

没有模型链接本论文

请在模型README.md中引用arxiv.org/abs/2607.15257，以便在此页面链接。

引用本论文的数据集0

没有数据集链接本论文

请在数据集README.md中引用arxiv.org/abs/2607.15257，以便在此页面链接。

引用本论文的Spaces0

没有Space链接本论文

请在Space README.md中引用arxiv.org/abs/2607.15257，以便在此页面链接。

包含本论文的收藏集2