DeepRewind：预测和修复深度研究Agent的过早承诺

深度研究人员通过迭代搜索、证据评估、信念修正和综合进行长期调查。然而，他们可能会在获得足够的证据之前就做出主张，导致后来的推理强化了错误的解释。我们引入了 DeepRewind，这是一个用于可逆深度研究的附加控制层，它将Agent不断发展的认知状态表示为来源、证据、主张、假设、假设、承诺、计划和草稿的类型图。在接受中间结论之前，基于提示的世界模型会根据假设缩小、信息丢失、恢复成本和矛盾触发覆盖率来预测其影响并估计可逆性。二进制控制器会阻止有风险的承诺，而一致性监视器会在后来的证据使它们无效时执行依赖性感知回滚。在 DRBench 和 LiveDRBench 中，相对于 Open Deep Research，DeepRewind 将洞察召回率提高了 3.6 个百分点，并将过早承诺减少了 59.1%。