SearchOS-V1: 강건한 오픈 도메인 정보 탐색 에이전트 협업을 위하여

초록

도구 통합 대규모 언어 모델의 최근 발전으로 웹 검색은 정보 탐색 에이전트의 핵심 기능이 되었다. 그러나 상호작용 이력이 길어짐에 따라 에이전트는 작업 진행 상황을 추적하는 데 점점 어려움을 겪는다. 검색 시도가 유용한 증거를 얻지 못할 경우, 현재의 단일 및 다중 에이전트 시스템은 반복적인 루프에 빠져 검색 예산을 낭비하고 궁극적으로 최종 출력의 품질과 완전성을 저하시킬 수 있다. 본 논문에서는 취약하고 암시적인 검색 진행 상황을 명시적이고 지속적이며 공유되는 상태로 전환하는 시스템 수준의 다중 에이전트 프레임워크인 SearchOS를 제안한다. 먼저, 개방형 도메인 정보 탐색을 근거 인용이 포함된 관계형 스키마 완성으로 정식화한다. 여기서 에이전트는 개체를 발견하고, 연결된 테이블 간에 속성을 채우며, 각 값을 출처 증거에 고정한다. 다음으로 진화하는 상태를 프론티어 태스크, 증거 그래프, 커버리지 맵, 실패 메모리로 외부화하는 검색 지향 컨텍스트 관리(SOCM)를 설계한다. SOCM을 기반으로 SearchOS는 하위 에이전트의 실행을 중첩시키고 해결되지 않은 커버리지 갭을 대상으로 하는 태스크로 비어 있는 슬롯을 지속적으로 채워 활용률과 처리량을 향상시키는 파이프라인 병렬 스케줄링 메커니즘을 적용한다. 검색 에이전트의 실행을 스케줄링하고 제어하기 위해 SearchOS는 모델과 도구 간 상호작용을 가로채 근거 증거를 기록하고 지연이나 예산 소진에 대응하는 검색 도구 미들웨어 하네스를 도입한다. 또한 전략 및 접근 스킬로 구성된 재사용 가능한 계층적 스킬 시스템을 제공하여 에이전트의 검색 과정을 보강하고 실행 간 실패한 검색 패턴이 반복되는 것을 방지한다. WideSearch 및 GISA에서 SearchOS는 평가된 단일 및 다중 에이전트 기준 모델 중 모든 지표에서 선두를 차지하며, 강건한 정보 탐색 협업을 위한 길을 열었다.

English

Recent advances in Tool-Integrated Large Language Models have made web search a core capability of information-seeking agents. However, as interaction histories grow, agents increasingly struggle to track task progress. When search attempts fail to yield useful evidence, current single- and multi-agent systems can become trapped in repetitive loops, wasting search budgets and ultimately compromising the quality and completeness of the final output. We introduce SearchOS, a system-level multi-agent framework that turns fragile, implicit search progress into explicit, persistent, and shared state. First, we formulate open-domain information seeking as relational schema completion with grounded citations, where agents discover entities, populate attributes across linked tables, and anchor each value to source evidence. Then we design Search-Oriented Context Management (SOCM), which externalizes the evolving state into Frontier Task, an Evidence Graph, a Coverage Map, and Failure Memory. Built on SOCM, SearchOS applies a pipeline-parallel scheduling mechanism that overlaps the execution of sub-agents and continuously refills freed slots with tasks targeting unresolved coverage gaps to improve utilization and throughput. To schedule and control the execution of search agents, SearchOS introduces a Search Tool Middleware Harness that intercepts model and tool interactions to record grounded evidence and react to stalls or budget exhaustion, and provides a reusable hierarchical skill system comprising strategy and access skills to augment the agents' search process and avoid repeating failed search patterns across runs. On WideSearch and GISA, SearchOS leads all metrics among the evaluated single- and multi-agent baselines, paving the way toward robust information-seeking collaboration.

SearchOS-V1: 강건한 오픈 도메인 정보 탐색 에이전트 협업을 위하여

SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration

초록

Support