لقد أدى التقدم السريع في نماذج اللغات الكبيرة (LLMs) إلى تطوير أنظمة عاملية قادرة على أداء مهام معقدة بشكل مستقل. وعلى الرغم من قدراتها المذهلة، فإن هذه النماذج تظل مقيدة بحدود معرفتها الداخلية. ولتجاوز هذه القيود، تم اقتراح نموذج البحث المتعمق، حيث يشارك العوامل بنشاط في التخطيط، والاسترجاع، والتوليف لإنتاج تقارير تحليلية شاملة وموثوقة تستند إلى الأدلة المستمدة من الويب. في هذا المسح، نقدم نظرة منهجية على خط أنابيب البحث المتعمق، الذي يتألف من أربع مراحل أساسية: التخطيط، تطوير الأسئلة، استكشاف الويب، وتوليد التقرير. لكل مرحلة، نحلل التحديات التقنية الرئيسية ونصنف الطرق التمثيلية المطورة لمواجهتها. علاوة على ذلك، نلخص التقدمات الأخيرة في تقنيات التحسين والمعايير المصممة خصيصًا للبحث المتعمق. أخيرًا، نناقش التحديات المفتوحة والاتجاهات البحثية الواعدة، بهدف رسم خريطة طريق نحو بناء عوامل بحث متعمقة أكثر قدرة وموثوقية.
Building similarity graph...
Analyzing shared references across papers
Loading...
Wenlin Zhang
Xiaopeng Li
Yingyi Zhang
Building similarity graph...
Analyzing shared references across papers
Loading...
درس Zhang وآخرون (Mon,) هذا السؤال.
www.synapsesocial.com/papers/68d913a34ddcf71ba560bb08 — DOI: https://doi.org/10.48550/arxiv.2508.12752
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: