SearchOS-V1 de RUC et Ant Group atteint 80,3 F1 sur WideSearch

Un article publié sur Hugging Face Papers par des chercheurs de la Gaoling School of Artificial Intelligence de l'Université Renmin de Chine et d'Ant Group propose une réponse concrète à un problème que tout le monde a vu en production : les agents de recherche web qui tournent en boucle, refont dix fois la même requête inutile, et brûlent leur budget avant d'avoir répondu.

Leur système, SearchOS, reformule la tâche comme un remplissage de schéma relationnel avec citations ancrées. Autrement dit, chaque cellule d'un tableau doit être remplie par une valeur et pointer vers l'URL et l'extrait qui la justifient. L'état de la recherche (les tâches à faire, les preuves collectées, la carte de couverture, et surtout la mémoire des échecs) est sorti de la conversation des agents et stocké dans une couche partagée, la Search-Oriented Context Management ou SOCM. Un middleware intercepte les appels d'outils pour extraire les preuves, appliquer les budgets et détecter les boucles répétées avant qu'elles n'épuisent le run.

Les chiffres reportés sont là où l'histoire devient intéressante. Sur WideSearch (200 questions manuellement curées, moitié anglais moitié chinois, plus de 15 domaines), SearchOS atteint 80,3 de F1 au niveau item, soit 4,3 points de mieux que A-MapReduce, la meilleure baseline multi-agent (76,0 F1). Sur GISA et ses 373 requêtes, l'écart sur les questions de type Set monte à 13,4 points (76,5 contre 63,1 pour la meilleure baseline). L'ablation sur l'ordonnancement montre que remplir en continu les slots libérés plutôt que d'attendre les batchs coupe le temps de bout en bout de 24,3 %, avec moins d'appels LLM.

La réserve honnête, c'est que les résultats viennent d'un seul papier des auteurs eux-mêmes, sur deux benchmarks académiques, avec des baselines comparées telles qu'ils les ont mesurées. Le papier ne dit pas quel modèle sous-jacent alimente les agents, ne donne pas de coût monétaire par requête, et ne montre pas comment le système se comporte hors des domaines couverts par WideSearch et GISA.

Ce qu'il faut retenir, si vous construisez ce type d'agent : traiter la mémoire de recherche comme une base de données partagée plutôt qu'un fil de conversation semble donner un gain mesurable, à la fois sur la complétude et sur le coût. C'est le genre de brique d'infrastructure que les équipes qui bâtissent des assistants de recherche interne, à commencer par Ant Group qui co-signe le papier, vont probablement copier ou réimplémenter dans les prochains mois.