G-ReAct: Ricerca Profonda Guidata da Grafi tramite Co-Evoluzione di Struttura e Stato

È stato introdotto un nuovo framework di ragionamento chiamato G-ReAct per migliorare le capacità di ricerca profonda dei modelli linguistici di grandi dimensioni (LLM). Una ricerca profonda efficace è cruciale per affrontare compiti complessi a dominio aperto; tuttavia, gli approcci attuali spesso dipendono da un ragionamento sequenziale lineare, causando problemi come perdita di contesto, deriva della ricerca ed esplorazione inefficace. G-ReAct mitiga queste sfide strutturando il ragionamento come evoluzione di stato all'interno di un grafo di query a topologia fissa. Questo stato grafico in evoluzione monitora chiaramente l'avanzamento della ricerca e guida le decisioni future, trasformando la ricerca esplorativa in ragionamento guidato da grafi sotto vincoli definiti. Il framework è applicabile sia per l'addestramento che per l'inferenza, producendo traiettorie di ricerca profonda di alta qualità. L'articolo di ricerca è disponibile su arXiv con ID 2608.01324.