ANTMAN：大信息空间中多智能体导航的自适应需求跟踪

信息寻求主体越来越多地在太大而无法详尽处理的信息空间上进行操作。然而，许多多Agent系统围绕可用空间的静态分区组织计算，导致协调随着信息的分段方式而不是查询仍然需要的内容而增长。我们引入了 ANTMAN，这是一种自适应协调框架，它将不断变化的未解决的信息需求视为运行时协调的单元。 ANTMAN 维护一个可修改的需求图，用于跟踪未解决的需求、积累的证据、先前的尝试和搜索进度，并在发现新证据时使用此状态来控制工作人员选择、路由和任务本地恢复。通过将协调策略与特定于基质的搜索界面分开，相同的需求调节机制可以跨不同的信息空间运行。跨多文档问答、受控长上下文缩放和现实结构化导航的实验表明，ANTMAN 在各种设置中仍然有效，包括将执行委托给更小的工作模型时。在可搜索上下文增加 16 倍的情况下，ANTMAN 仅将主动协调提高了 1.23 倍，而分区驱动的基线则增加了 15 倍以上，同时保持了强大的答案质量。