UCLA团队提出PANINI-DR多智能体深度研究框架

M. Yigit Turali 等研究者在 arXiv 发布论文，提出多智能体深度研究框架 PANINI-DR：该框架将整体调查的协调与各子问题的研究、验证分离，用生成式语义工作区记录子问题、依赖关系、研究发现和证据，并由独立验证智能体核查答案。 论文在 BrowseComp-Plus、FRAMES 和 MoNaCo 三个基准上，与七个先进深度研究 harness 比较，所有方法使用同一语言模型骨干和冻结语料库。论文称 PANINI-DR 在 BrowseComp-Plus 上取得 73.3% 准确率，比次优 harness 高 16.0 个百分点，并在全部三个基准上从保存证据中恢复答案的能力最高，声明支持审计显示更强的有证据支撑的回答。以上结果基于论文报告，尚属作者声称。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。