VeriTrace: Evolving Mental Models for Deep Research Agents
VeriTrace：通过演化心智模型提升深度研究智能体
🧭 Agent 自我调节与认知图框架
University of Cambridge · Technical University of Munich · The Alan Turing Institute
提出解释更新、偏差反馈、模式修订三个显式调节循环，让智能体的认知图持续逼近现实
📌 工作参考价值
- 反馈驱动的结构化认知更新：将产品/品类知识建模为认知图，引入显式“解释更新”循环，对搜索/爬取到的信息分类（确认、矛盾、填补、意外），避免噪音累积并自动标记冲突，可直接用于电商知识图谱的持续验证与修正。
- 偏差感知的动态搜索策略：借鉴“偏差反馈”将搜索结果的期望–现实差距量化为四维信号，路由到五种策略（利用/验证/替换/转向/探索），可落地到推荐系统的多路召回编排，根据召回质量自动切换策略，减少盲目扩大召回的浪费。
- 框架级重构处理歧义与变化：“模式修订”允许在发现证据不匹配时重定义概念节点和关系（如拆分、合并、旋转维度），同时保留已有发现不变，可应用于电商问答中的意图重规划，当发现用户原意图与现实商品体系冲突时，自动重构查询结构而非强行填充错误框架。
- 可解释的证据溯源：认知图保存了任务ID到发现项的完整链路，写作时按节点提取证据子集并强制引用，适合生成式推荐中要求输出带出处的推荐理由，可直接迁移为带引用的解释生成机制。
动机：深度研究智能体需要整合多源、不确定的互联信息，现有系统会构建中间层（大纲、信息树等）但缺乏对中间层演化的显式控制，导致错误信息沿依赖关系传播，模型规模被用来弥补调节缺失。作者认为应像心智模型一样，通过反馈持续对齐任务理解与现实。
方法关键点：
- 设计三个显式调节循环：① 解释更新——新发现对照当前认知图被分类为确认、矛盾、填补或意外，主动塑造信息吸收而不是被动累积；② 偏差反馈——将搜索结果与规划的期望对比，生成四维信号（内容相关度、来源可信度、可访问性障碍、意外发现强度），驱动五种搜索策略（利用/验证/替换/转向/探索），进行有目的的错误恢复；③ 模式修订——当累加反馈表明当前概念框架错误时，执行五个图操作（具象化、增补、轴旋转、修剪、前提纠正），在保留已有证据不变的前提下重构节点和边。
- 实现为认知图框架 VeriTrace：节点为概念（带接受标准、发现集合、认知状态），边为探究关系（带探究目标、尝试计数、状态），由规划器、搜索器、阅读器和图管理器协同运行。
关键结果：
- 在 DeepResearch Bench 上，采用相同 Qwen3.5-27B 骨干，VeriTrace 的洞察力（Insight）维度比最强基线高 4.22 个百分点，综合（Overall）高 1.49 个百分点；改用 DeepSeek-V4-Pro 后取得开源系统最佳综合分（55.77）和洞察分（59.56）。
- 在 DeepConsult 咨询型查询基准上，胜率比最强基线高 5.9 个百分点。
- 消融实验显示：移除偏差反馈使搜索量升至 1.31 倍而质量下降（-1.65 pp）；移除解释更新使搜索量降至 0.42 倍且性能严重恶化（-1.52 pp）；移除模式修订在需要框架调整的查询子集上降幅达 4.75 pp。
核心洞见：显式调节循环让代理在搜索过程中维持事实一致的心智模型，从而在源头上提升推理的可靠性，这比单纯扩大模型规模更能有效提升深度研究的质量。