Les chercheurs ont introduit AtlasNav, un framework de navigation persistant multi-vues sur corpus conçu pour adresser l'« aveuglement aux preuves » chez les agents de grands modèles de langage interagissant avec des corpus externes. Cette condition se produit lorsque les preuves requises ne remontent pas ou ne restent pas utilisables dans le cadre de budgets d'interaction finis.
- AtlasNav organise le corpus une seule fois en un Atlas Corpus, permettant aux requêtes de naviguer de manière adaptative plutôt que de reconstruire la structure partagée pour chaque requête.
- Sur BrowseComp-Plus, il atteint 92,05 % d'exactitude stricte tout en réduisant le coût d'inférence en ligne enregistré de 30,21 % par rapport aux méthodes antérieures à espace dynamique.
- Avec des budgets équivalents, le framework réalise l'obtention complète des preuves requises plus tôt et approche plus rapidement la référence empirique fournie par les preuves du modèle.
- L'approche reste efficace sous l'organisation de corpus de PhantomWiki sur une mise à l'échelle de 10K-1M et se transfère de manière compétitive vers des connaissances enterprise hétérogènes.
Les résultats démontrent que l'efficacité de la recherche agentic dépend non seulement des preuves accessibles, mais aussi de la façon dont le corpus est représenté pour garantir qu'une interaction limitée devienne une navigation efficace.