Studio Diagnostica il Comportamento di Ricerca e le Modalità di Fallimento negli Agenti di Ricerca a Lungo Orizzonte

Un recente preprint arXiv (2608.01913) introduce una valutazione a livello di traiettoria degli agenti di ricerca a lungo orizzonte che affrontano richieste di informazioni impegnative attraverso query di ricerca iterative. La ricerca valuta le prove raccolte in ogni fase utilizzando valutazioni di rilevanza a livello di documento annotate da esseri umani, distinguendo tra due fasi: le prove recuperate da un agente e la sua efficacia nell'utilizzare tali prove. Questa separazione consente di identificare i fallimenti come lacune di recupero (prove necessarie mancanti) o lacune di utilizzo (prove rilevanti non utilizzate correttamente). Mantenendo costanti il modello di recupero e il quadro di valutazione, gli autori analizzano sei agenti su BrowseComp-Plus e confermano i loro risultati su BrowseComp tramite un'API di ricerca web aperta. Lo studio cerca di comprendere come un maggiore sforzo di ricerca sia correlato a risposte migliori, facendo luce sul comportamento degli agenti e sui meccanismi di fallimento.