शोधकर्ताओं ने AtlasNav पेश किया है, एक स्थिर बहु-दृश्य कागजात-नेविगेशन फ्रेमवर्क जो बाहरी कागजातों के साथ इंटरैक्ट करते समय बड़े भाषण मॉडल एजेंट्स में "ईविडेंस ब्लाइंडनेस" को संबोधित करने के लिए डिज़ाइन किया गया है। यह स्थिति तब होती है जब आवश्यक प्रमाण सीमित इंटरैक्शन बजट के भीतर उभरते नहीं या उपयोग योग्य नहीं रहते।
- AtlasNav कागजात को एक बार Corpus Atlas में व्यवस्थित करता है, जिससे क्वेरीज़ संरचना को पुनः बनाने के बजाय अनुकूलित रूप से नेविगेट कर सकती हैं।
- BrowseComp-Plus पर, यह 92.05% सख्त सटीकता प्राप्त करता है जबकि पूर्व गतिशील-वर्कस्पेस विधियों की तुलना में रिकॉर्ड किए गए ऑनलाइन इनफरेंस खर्च को 30.21% कम करता है।
- समान बजट के तहत, फ्रेमवर्क आवश्यक प्रमाण को जल्दी प्राप्त करता है और मॉडल द्वारा प्रदान की गई प्रायोगिक संदर्भ रेखा तक तेज़ी से पहुँचता है।
- यह दृष्टिकोण 10K-1M स्केलिंग के दौरान PhantomWiki के कागजात संगठन के तहत प्रभावी रहता है और विषम उद्योग ज्ञान में प्रतिस्पर्धात्मक रूप से स्थानांतरित होता है।
परिणाम दर्शाते हैं कि एजेंटिक सर्च की प्रभावशीलता न केवल सुलभ प्रमाण पर निर्भर करती है, बल्कि इस बात पर भी निर्भर करती है कि सीमित इंटरैक्शन को प्रभावी नेविगेशन बनाने के लिए कागजात को कैसे प्रस्तुत किया गया है।