凯撒：用于创造性答案合成的深度代理网络探索

为了从被动检索推进到新想法的创造性发现，自主代理必须能够进行深入的联想综合。然而，当前的代理框架优先考虑收敛搜索，通常会导致缺乏创造力的衍生摘要。 Caesar 是一种代理架构，旨在弥合信息收集和新见解综合之间的差距。与将网络视为断开连接的文档的平面序列的现有代理不同，Caesar 执行深度网络遍历来构建动态知识图。然后，该图充当导航支架，引导智能体找到平面检索永远不会遇到的各种非显而易见的信息。因此，凯撒由两个组成部分组成：（1）由动态上下文感知策略驱动的探索，最大限度地提高整个网络拓扑结构的信息覆盖范围；（2）通过对抗性细化进行综合，积极寻求新颖的观点，而不是确认既定的先验。 Caesar 展示了生成具有高度新颖性和结构一致性的工件和答案的能力，在创造性合成挑战中比最先进的深度研究代理实现了 13% 到 23% 的改进，在所有输出格式中都具有强大的主导地位。