Dr-DCI : Mise à l’échelle de l’interaction directe avec le corpus via l’expansion dynamique de l’espace de travail

Résumé

La recherche agentique sur de grands corpus repose sur des interfaces médiées par un récupérateur (par exemple BM25 ou ColBERT) pour une découverte de candidats à grande échelle. Bien qu'efficaces pour classer les documents pertinents, ces interfaces ne présentent les preuves que sous forme de résultats classés ou de vues documentaires restreintes, limitant la capacité des agents à réorganiser le matériel et à vérifier les contraintes entre documents. L'interaction directe avec le corpus (DCI) répond à cette limitation en exposant des opérations exécutables en ligne de commande sur le corpus pour une recherche, un filtrage, une comparaison et une vérification flexibles. Cependant, les commandes terminales sur l'intégralité du corpus deviennent lentes et instables à mesure que le corpus s'agrandit, dégradant les performances et l'efficacité. Nous introduisons DR-DCI, un cadre DCI guidé par un récupérateur, qui traite la récupération comme une action appelable par l'agent pour étendre un espace de travail local. Plutôt que d'opérer directement sur l'intégralité du corpus, l'agent extrait dynamiquement les documents pertinents vers un espace de travail en évolution et y effectue des opérations DCI. Cette conception combine le rappel au niveau du récupérateur avec la précision du style DCI : la récupération maintient l'exploration à grande échelle, tandis que la DCI préserve les opérations locales nécessaires à une résolution efficace des preuves. Les expériences montrent que DR-DCI est à la fois efficace et efficient à différentes échelles. Sur Browsecomp-Plus, DR-DCI atteint une précision de 71,2 %, améliorant la DCI brute et les variantes d'ablation jusqu'à 8,3 points tout en réduisant l'utilisation d'outils, le temps d'exécution et le coût estimé. Avec une réinitialisation du contexte préservant l'espace de travail, la précision s'améliore encore pour atteindre 73,3 %. Dans les expériences de mise à l'échelle du corpus, DR-DCI reste efficace de 100 000 à 10 millions de documents, tandis que la DCI brute devient instable et que BM25 obtient des résultats nettement inférieurs. DR-DCI s'adapte également à un cadre Wiki-18 QA à 20 millions d'échelles où chaque document est un fichier, atteignant un score moyen de 63,0 sur six benchmarks et surpassant les références basées sur la récupération et les agents de recherche entraînés. L'analyse d'ablation montre en outre que les aperçus classés et la DCI inter-documents sont essentiels à la performance.

English

Agentic search over large corpora relies on retriever-mediated interfaces (e.g., BM25 or ColBERT) for scalable candidate discovery. While effective at ranking relevant documents, these interfaces expose evidence only as ranked results or bounded document views, limiting agents' ability to reorganize material and verify constraints across documents. Direct Corpus Interaction (DCI) addresses this limitation by exposing shell-executable corpus operations for flexible search, filtering, comparison, and verification. However, full-corpus terminal commands become slow and unstable as the corpus grows, degrading performance and efficiency. We introduce DR-DCI, a retriever-steered DCI framework that treats retrieval as an agent-callable action for expanding a local workspace. Rather than operating directly over the full corpus, the agent dynamically pulls relevant documents into an evolving workspace and conducts DCI operations within it. This design combines retriever-level recall with DCI-style precision: retrieval keeps exploration scalable, while DCI preserves the local operations needed for effective evidence resolution. Experiments show that DR-DCI is both effective and efficient across scales. On Browsecomp-Plus, DR-DCI reaches 71.2\% accuracy, improving over raw DCI and ablated variants by up to 8.3 points while reducing tool usage, wall time, and estimated cost. With workspace-preserving context reset, accuracy further improves to 73.3\%. In corpus-scaling experiments, DR-DCI remains effective from 100K to 10M documents, whereas raw DCI becomes unstable and BM25 performs substantially worse. DR-DCI also scales to a 20M-scale file-per-document Wiki-18 QA setting, achieving an average score of 63.0 across six benchmarks and outperforming retrieval-based and trained search-agent baselines. Ablation analysis further shows that ranked previews and inter-document DCI are key to performance.