11个大模型在开放式信息征询中表现出不同的信息价值偏好，并由此产生宽深差异明显的征询轨迹
该研究用IBM-Rank-30k的142条论证作为共享信息空间，把11个开源指令微调大模型对候选信息是否值得追问的判断（以肯定标签概率作为信息征询分数）接入同一套顺序征询模拟，在固定选择规则、固定应答者行为、不生成自然语言问题的条件下，刻画模型特有的信息征询偏好如何塑造征询轨迹的广度与深度，并检验交互历史、候选集规模、应答标签与提示措辞的影响。
ANTMAN 用可修订的 Need Graph 取代静态分区：搜索空间扩大 16 倍时活跃协调只增 1.23 倍，而分区式基线超过 15 倍
该工作提出 ANTMAN，一个以“尚未解决的信息需求”而非输入分区作为运行时协调单位的多智能体信息检索框架，它维护可修订的 Need Graph 来跟踪未解决需求、已积累证据、既往尝试与搜索进度，并据此控制 worker 选择、路由与任务内恢复；在多文档问答、受控长上下文扩展与结构化导航三类实验中，ANTMAN 在搜索空间扩大 16 倍时活跃协调仅增加 1.23 倍（分区驱动基线超过 15 倍），同时保持较强答案质量，并在把执行交给更小的 8B worker 模型时仍保留大部分性能。
已读完全部报道