KI SpotlightNewsPANINI-DR: Deep-Research-Harness trennt Koordination und Verifikation
Die Autoren berichten 73,3 Prozent Genauigkeit auf BrowseComp-Plus. Es handelt sich um Selbstberichte ohne unabhängige Replikation.
Mit KI erstellt◆ Fakten auf einen Blick
- PANINI-DR trennt die Koordination der Gesamtuntersuchung von Recherche und Verifikation einzelner Teilfragen.
- Ein gemeinsamer Arbeitsbereich erfasst Teilfragen, Abhängigkeiten, Befunde und stützende Belege.
- Ein separater Verifikations-Agent prüft vorgeschlagene Antworten gegen Teilfragen und Belege; sein Feedback steuert die Recherche.
- PANINI-DR erzielt die beste Durchschnittsleistung auf BrowseComp-Plus, FRAMES und MoNaCo gegen sieben Deep-Research-Harnesses.
- Auf BrowseComp-Plus erreicht PANINI-DR 73,3 % Genauigkeit, 16,0 Punkte über dem nächstbesten Harness.
PANINI-DR trennt die Steuerung der Recherche von der Prüfung einzelner Teilfragen
PANINI-DR ist ein Multi-Agenten-Harness für Deep Research. Er trennt die Steuerung der Gesamtrecherche von der Bearbeitung und Prüfung einzelner Teilfragen. Das Paper trägt die arXiv-Kennung 2610.15208 und ist auch als Paper-Seite auf Hugging Face verzeichnet.
Researcher-Agenten bearbeiten einzelne Teilfragen. Ein eigener Verifikations-Agent prüft die vorgeschlagenen Antworten gegen die Teilfragen und die zugehörigen Belege. Sein Feedback lenkt die weitere Recherche, erfasste Befunde fließen in spätere Aufgabenzuweisungen ein. Die Autoren schreiben, so lasse sich verhindern, dass sich Fehler in nachfolgende Arbeitsschritte fortpflanzen. Das Problem wächst mit dem Umfang einer Untersuchung, weil Agenten ihren Recherchezustand über viele Modellaufrufe hinweg halten müssen.
Den Zustand hält ein gemeinsamer Arbeitsbereich fest. Er stützt sich auf die Repräsentation der Generative Semantic Workspaces (GSW) und erfasst Teilfragen, deren Abhängigkeiten, Befunde und stützende Belege. Das GSW-Konzept stammt aus einer separaten Arbeit mit dem Titel „Panini: Continual Learning in Token Space via Structured Memory“. Dort werden Dokumente als entitäts- und ereignisbewusstes Netz aus Frage-Antwort-Paaren dargestellt. Diese frühere Arbeit meldet auf sechs QA-Benchmarks eine um 5 bis 7 Prozent höhere Durchschnittsleistung gegenüber den verglichenen Baselines.
73,3 Prozent auf BrowseComp-Plus: Was berichtet wird und was offen ist
Evaluiert wurde PANINI-DR auf BrowseComp-Plus, FRAMES und MoNaCo, jeweils gegen sieben Deep-Research-Harnesses. Alle Systeme nutzten ein gemeinsames Sprachmodell-Backbone und eingefrorene Korpora. Laut den Autoren erzielt PANINI-DR über die drei Benchmarks die beste Durchschnittsleistung. Auf BrowseComp-Plus erreicht es 73,3 Prozent Genauigkeit, 16,0 Punkte vor dem nächstbesten Harness. Bei schweren Fragen beantwortet es nach Angaben der Autoren nahezu doppelt so viele wie dieser.
Diese Werte stammen aus dem Abstract und sind Selbstberichte. Eine unabhängige Replikation liegt nicht vor. Der Ablationsbefund, dass strukturierte Planung und persistenter Zustand zur Leistung beitragen, ist im vorliegenden Abstract nur angedeutet; der Text bricht ab. Für eine Prüfung fehlen der Volltext mit Tabellen, die Angabe des Backbone-Modells und der Baselines, Code und Daten sowie eine Replikation auf allen drei Benchmarks.
Planer-Worker-Muster mit geteiltem Zustand gibt es bereits. LangChain Deep Agents bietet Planung, Subagenten mit isoliertem Kontext und ein virtuelles Dateisystem für persistentes Wissen. Der NVIDIA Deep Researcher Agent baut darauf auf: Orchestrator, Planer, parallele Researcher-Worker, Writer und jobbezogener geteilter Zustand. Ein direkter Vergleich mit PANINI-DR liegt nicht vor. Ob die Kombination aus Planung, persistentem Zustand und eigenem Verifikations-Agenten neu ist, lässt sich deshalb nur aus dem Abstract ableiten.
