JevGPT: pensare in fretta e lentamente nella ricerca autonoma

Abstract degli autori

Gli agenti di ricerca autonomi devono acquisire evidenze e ragionare su di esse con un budget limitato. Eppure alcune fonti pertinenti possono restare inesaminate o inutilizzate, creando un divario tra la copertura delle fonti recuperate e le evidenze che orientano la ricerca. La sfida consiste nell’allineare valutazioni locali rapide alle mutevoli esigenze di evidenze e nel far confluire i loro risultati nelle decisioni di ricerca. Presentiamo JevGPT, un’architettura a due sistemi per la ricerca autonoma che abbina l’elaborazione rapida delle evidenze alla pianificazione ponderata della ricerca. System Two definisce gli obiettivi relativi alle evidenze e integra i risultati, mentre System One individua elementi a sostegno, valuta la pertinenza e orienta ulteriori esami. Le valutazioni indipendenti delle fonti avvengono in parallelo; alcuni passaggi originali selezionati orientano la fase successiva della ricerca. Esperimenti sulla risposta a domande basata su un corpus fisso e sul ranking dei documenti mostrano che JevGPT ottiene prestazioni ai vertici nei compiti, completandoli più rapidamente e a costi inferiori rispetto ad agenti di ricerca di efficacia comparabile. L’analisi delle evidenze mostra un esame più ampio delle fonti e una maggiore copertura dei documenti a sostegno nel ciclo di ricerca, indicando nell’elaborazione efficiente delle evidenze una via verso una ricerca autonoma più capace.