Entkoppelte Planung und Ausführung: Ein hierarchisches Reasoning-Framework für tiefe Suche

Decoupled Planning and Execution: A Hierarchical Reasoning Framework for Deep Search

July 3, 2025

Autoren: Jiajie Jin, Xiaoxi Li, Guanting Dong, Yuyao Zhang, Yutao Zhu, Yang Zhao, Hongjin Qian, Zhicheng Dou

cs.AI

Zusammenfassung

Komplexe Informationsbedürfnisse in realen Suchszenarien erfordern tiefgehendes Denken und die Synthese von Wissen aus verschiedenen Quellen, was traditionelle Retrieval-Augmented-Generation (RAG)-Pipelines nur unzureichend bewältigen können. Aktuelle Ansätze, die auf logischem Denken basieren, leiden unter einer grundlegenden Einschränkung: Sie verwenden ein einziges Modell, um sowohl die hochrangige Planung als auch die detaillierte Ausführung zu handhaben, was zu ineffizientem Denken und begrenzter Skalierbarkeit führt. In diesem Artikel stellen wir HiRA vor, ein hierarchisches Framework, das strategische Planung von spezialisierter Ausführung trennt. Unser Ansatz zerlegt komplexe Suchaufgaben in fokussierte Teilaufgaben, weist jede Teilaufgabe domänenspezifischen Agenten zu, die mit externen Werkzeugen und Denkfähigkeiten ausgestattet sind, und koordiniert die Ergebnisse durch einen strukturierten Integrationsmechanismus. Diese Trennung verhindert, dass Ausführungsdetails das hochrangige Denken stören, und ermöglicht es dem System, spezialisiertes Fachwissen für verschiedene Arten der Informationsverarbeitung zu nutzen. Experimente auf vier komplexen, cross-modalen Deep-Search-Benchmarks zeigen, dass HiRA state-of-the-art RAG- und agentenbasierte Systeme deutlich übertrifft. Unsere Ergebnisse zeigen Verbesserungen sowohl in der Antwortqualität als auch in der Systemeffizienz und unterstreichen die Wirksamkeit der entkoppelten Planung und Ausführung für mehrstufige Informationssuchaufgaben. Unser Code ist verfügbar unter https://github.com/ignorejjj/HiRA.

English

Complex information needs in real-world search scenarios demand deep reasoning and knowledge synthesis across diverse sources, which traditional retrieval-augmented generation (RAG) pipelines struggle to address effectively. Current reasoning-based approaches suffer from a fundamental limitation: they use a single model to handle both high-level planning and detailed execution, leading to inefficient reasoning and limited scalability. In this paper, we introduce HiRA, a hierarchical framework that separates strategic planning from specialized execution. Our approach decomposes complex search tasks into focused subtasks, assigns each subtask to domain-specific agents equipped with external tools and reasoning capabilities, and coordinates the results through a structured integration mechanism. This separation prevents execution details from disrupting high-level reasoning while enabling the system to leverage specialized expertise for different types of information processing. Experiments on four complex, cross-modal deep search benchmarks demonstrate that HiRA significantly outperforms state-of-the-art RAG and agent-based systems. Our results show improvements in both answer quality and system efficiency, highlighting the effectiveness of decoupled planning and execution for multi-step information seeking tasks. Our code is available at https://github.com/ignorejjj/HiRA.