ES
Si los resultados de búsqueda llegan en otro orden, los agentes buscan pruebas distintas
The Scheduler Is a Hidden Retriever: How Asynchrony Shapes Evidence Acquisition in Search Agents · arXiv:2610.26310
En palabras sencillas
Cuando los resultados de búsqueda llegan en distintos momentos, un agente puede decidir qué buscar antes de ver toda la evidencia. El artículo presenta Confluent Evidence Acquisition (CEA), un método que permite a cada parte de una tarea razonar cuando están listos los resultados que tiene asignados y que usa una regla independiente del orden de llegada para repartir las búsquedas compartidas.
En las pruebas, las decisiones tempranas llevaron a los agentes a recuperar documentos distintos del mismo paquete inicial. Con planes creados solo a partir de la pregunta, CEA mantuvo el desacuerdo en la evidencia adquirida cerca de la variación observada al repetir ejecuciones con el mismo orden de llegada.
La comparación de precisión frente a las decisiones tempranas varió entre los conjuntos de preguntas.
La investigación
Si un agente recibe la misma evidencia en otro orden, ¿busca documentos distintos? La pregunta importa porque una respuesta puede parecer correcta aunque la evidencia que la respalda dependa de qué resultados llegaron a tiempo para orientar una decisión temprana de búsqueda.
Confluent Evidence Acquisition coordina el razonamiento de las subpreguntas y las búsquedas compartidas para que los agentes con planes fijos decidan de forma coherente ante distintos órdenes de entrega.
Si un agente recibe la misma evidencia inicial en otro orden, ¿puede cambiar lo que busca después? La respuesta final por sí sola no muestra si el agente siguió un camino reproducible hasta la evidencia que la respalda.
Los investigadores reprodujeron paquetes fijos en distintos órdenes y luego introdujeron CEA para coordinar el razonamiento en torno a la evidencia asignada a cada subpregunta y repartir las búsquedas compartidas con independencia del orden de finalización. Con planes basados solo en la pregunta, la evidencia adquirida se mantuvo cerca de la variación entre repeticiones con el mismo orden; las mejoras de precisión frente al compromiso temprano aparecieron en dos tareas, pero no en la tercera.
La demostración supone un plan fijo, recuperación determinista y un comportamiento de respuesta que depende de la solicitud, no del historial de ejecución anterior.
Los experimentos abarcan modelos, conjuntos de preguntas, planes y condiciones de recuperación específicos, así que no establecen que el resultado se mantenga para agentes o contextos arbitrarios.
Qué muestran las pruebas
- El momento de llegada puede redirigir la búsqueda
Los investigadores preguntan si el momento de entrega puede cambiar lo que acaba recuperando un agente de búsqueda, aunque la pregunta y la evidencia inicial no cambien. El artículo presenta Confluent Evidence Acquisition (CEA), un método para coordinar cuándo razonan las subpreguntas y cómo comparten las oportunidades de búsqueda.
La idea central es que cada subpregunta use la evidencia que tiene asignada cuando esté completa, en vez de comprometerse tras recibir un número arbitrario de documentos.
- Ordenar no suple la evidencia que falta
Para medir el efecto, los investigadores reprodujeron paquetes de evidencia fijos con distintos órdenes de entrega y compararon los conjuntos de documentos recuperados con la variación entre repeticiones que siguieron el mismo orden.
Cuando los agentes decidieron tras recibir dos de seis documentos, el desacuerdo adicional osciló entre 11,6 y 23,8 puntos porcentuales en ocho combinaciones de modelo y tarea. Presentar esos dos primeros documentos en un orden fijo no eliminó el efecto: en preguntas compositivas de 2Wiki, que enlazan evidencia a lo largo de una cadena de razonamiento, el desacuerdo fue de 21,7 puntos frente a 21,6 con presentación incremental.
- Las búsquedas compartidas añaden otra dependencia
Aparece otra fuente de inestabilidad cuando las ramas tienen propuestas estables, pero compiten por un único espacio de búsqueda. En un control de alta contención con 100 preguntas de comparación de puentes de 2Wiki con GPT-5.6, que comparan información de dos cadenas de razonamiento independientes, asignar el espacio a la primera propuesta lista aumentó el desacuerdo en la adquisición en 21,6 puntos porcentuales frente a la asignación por prioridad fija, mientras que la precisión fue similar.
En ese control, esto muestra cómo la regla para asignar una búsqueda compartida puede convertir el tiempo de finalización en una elección de evidencia.
- Los planes generados estabilizan la adquisición
Después, los investigadores probaron CEA con planes generados solo a partir de las preguntas, usando 100 preguntas por tarea y manteniendo fijos cada plan y paquete recuperado entre distintos órdenes de ejecución. En 2Wiki, HotpotQA y MuSiQue, el desacuerdo en la evidencia adquirida se mantuvo cerca de la variación entre repeticiones con el mismo orden.
La precisión de las respuestas, evaluada por coincidencia exacta con alias del conjunto de datos, superó a la del compromiso temprano por 12,6 puntos en 2Wiki y 3,6 en HotpotQA, pero cambió en −0,1 en MuSiQue. El resultado de precisión depende de la tarea; no es una mejora uniforme.
- La estabilidad tiene un costo estructural
Un análisis formal aclara por qué exigir decisiones idénticas tras un único número fijo de llegadas tempranas puede entrar en conflicto con la adaptación. Cuando paquetes que requieren búsquedas distintas comparten prefijos de evidencia conectados, la invariancia exacta obliga a una política a tomar la misma decisión para todos ellos.
Los autores acotan la pérdida media resultante de adquisición útil y presentan una construcción que alcanza ese límite. CEA, en cambio, coordina cada decisión en función de la evidencia asignada a cada subpregunta y gestiona por separado las búsquedas compartidas.
Detalles
- Autores del paper original
- Ruiyang Ren, Yuhao Wang, Yinan Zhang, Chunyan Miao
- Enviado a arXiv
- Licencia
- arXiv non-exclusive