arXiv cs.MA· Nick Hagar·· 9 小时前AI 评分34
FieldGuide:面向 token 高效智能体文档探索的语料地图
FieldGuide: A Corpus Map for Token-Efficient Agentic Document Exploration
AI 导读
FieldGuide 是一个面向 AI 智能体的语料地图,将文档集合组织为主题层级,并提供语料定位、范围搜索和受限阅读工具。在 38 份芝加哥警察局公开记录文档的 5 项新闻文档探索任务中,它比原始文件访问少用 27% token、41% 时间,比 RAG 少用 38% token、21% 时间。准确性审计仅发现 4 处轻微问题,但盲评生成的报道线索评分低于原始文件访问。
正文 · AI 翻译
摘要:生成式 AI 智能体可以帮助记者探索大型文档集合。但探索性工作流可能需要消耗大量 token 和时间,尤其是当任务范围较广且相关子问题尚不明确时。本文介绍 FieldGuide,这是一种面向智能体的语料库地图,它将文档集合组织为主题层级,并提供用于语料库定位、限定范围搜索和受限阅读的工具。我使用 38 份芝加哥警察局公开记录文档,在五项新闻文档探索任务上评估 FieldGuide,并将其与原始文件访问和检索增强生成进行比较。在这五项任务中,FieldGuide 比原始文件访问少用 27% 的 token、少用 41% 的耗时;相对于 RAG,它少用 38% 的 token、少用 21% 的耗时。准确性审计在 FieldGuide 的回复中发现了四个小问题,与其他条件相当。在对生成的报道线索进行盲评时,FieldGuide 的平均评分高于 RAG,低于原始文件条件。这些描述性结果表明,语料库定位可能减少运行时 token 使用量和耗时,且不会出现严重的准确性失败。它们也促使进一步研究选择性访问是否会限制广泛的跨文档发现。
| 评论: | 发表于 Computation + Journalism Symposium 2026 |
| 主题: | 计算与语言(cs.CL);多智能体系统(cs.MA) |
| 引用为: | arXiv:2611.21647 [cs.CL] |
| (或 arXiv:2611.21647v1 [cs.CL] 为此版本) | |
| https://doi.org/10.48550/arXiv.2611.21647 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Nick Hagar [查看电子邮件]
[v1]
2026年10月14日星期三 17:34:19 UTC(75 KB)
来源:arXiv cs.MA · arxiv.org