مقاله‌ی arXiv:2610.22273 · در صف خبرنامه
Librarian Agents: Training LLMs to Curate Long-Context Workspaces that Anticipate Future Queries
ایجنت کتابدار: پیش از رسیدن سؤال‌ها، اسناد را به یک فضای کاری مرتب از فایل‌ها تبدیل کن
- تاریخ
- (۲۳ مهر ۱۴۰۵) 2026-10-15 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Anikait Singh, Teresa Zhang, Yoonho Lee, Roshen Sanjay Nair, Aviral Kumar, Chelsea Finn
- نهاد نویسنده‌ها
- Stanford University, Carnegie Mellon University
- برچسب لابراتوار
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
استدلال روی اسناد طولانی برای مدل‌های زبانی هنوز سخت است. روش‌های بازیابی معمول واکنشی‌اند: فقط بعد از رسیدن سؤال دنبال تکه‌های مرتبط می‌گردند، پس سؤال‌هایی که به ترکیب چند سند نیاز دارند گیر می‌کنند. ساختارهای ازپیش‌ساخته مثل گراف دانش هم با قاعده‌های خشک ساخته می‌شوند و اغلب کافی نیستند. نکته‌ی کلیدی این است که ایجنت‌ها در هارنس‌هایی مثل کلاد کد خوب در فایل‌ها می‌گردند، ولی کسی به آن‌ها یاد نداده فضای کاری قابل استفاده‌ی دوباره بسازند.
روش
در چارچوب Librarian Agents، یک «ایجنت سازنده» اسناد خام را به یک سیستم فایل سلسله‌مراتبی از فایل‌های ساخته‌شده و پیوندهای ارجاعی تبدیل می‌کند؛ فضای کاری‌ای که برای یک ایجنت پاسخ‌دهنده در آینده آماده شده است. ساختن این فضا به شکل یک مسئله‌ی تصمیم‌گیری مرحله‌ای تعریف شده و سیاست سازنده با یادگیری تقویتی آموزش می‌بیند تا مستقیم دقت پاسخ‌های بعدی را بیشینه کند.
یافته‌ها
- روی BrowseComp-Plus، ۳۳ واحد درصد از قوی‌ترین روش‌های بازیابی و ساختار ازپیش‌ساخته بهتر بود.
- هزینه‌ی ساختن اولیه بین سؤال‌های تکراری سرشکن می‌شود؛ یعنی هرچه سؤال‌ها روی همان اسناد بیشتر باشند، به‌صرفه‌تر است.
- بدون آموزش اضافه، روی حوزه‌های تازه در بنچمارک BRIGHT به طور میانگین ۳۱ امتیاز بهبود داد.
محدودیت‌ها
نویسنده‌ها در بخش بحث و محدودیت‌ها می‌گویند این روش فقط وقتی به صرفه است که سؤال‌های زیادی روی همان مجموعه اسناد پرسیده شود، چون ساختن فضای کاری هزینه‌ی اولیه دارد؛ جزئیات بیشتری از محدودیت‌ها در چکیده نیامده است.
چرا مهم است
برای کسی که سیستم حافظه برای ایجنت می‌سازد (مثل هیپوکمپس)، این ایده نزدیک است: به جای جست‌وجو در لحظه، حافظه را از قبل به شکلی مرتب و پیوندخورده درآور که سؤال‌های آینده را بهتر جواب دهد، و این مرتب کردن را هم می‌شود یاد داد.