LLMO・GEO の研究論文と民間調査/その他・周辺
研究論文
Wayfinder:エージェントの引用から、次に見る資源を選ぶ
原題:Wayfinder: Adaptive Resource Routing from Agent Citations
著者は Miguel Romero, George Karypis。に arXiv へ投稿されました。日本語の題名は、ガーオンによる仮の訳です。
論文の原文を arXiv で読む(arXiv:2611.16053)論文が報告した結果
エージェントは、チャットや課題管理、メール、ナレッジベースなど、情報がどこにあるかをあらかじめ知らず、同じ資源を何度も探し直しうる、として、以前の回答で引用した文書から次の行き先を学ぶルーター Wayfinder を提案している。
未知の作業環境でも、資源の短い説明だけに頼る方法より適応できる、とされる。NeurIPS 2026採択。
調査の条件
- 論文が調べたこと
- エージェントの引用から、資源のルーティングを適応させる(Wayfinder)
- 調べた対象の AI
- 研究用の独自システム
- 調べたモデル
- 原文に記載なし
- 回答データの取り方
- ルーティングのオフライン評価(訓練時にない環境への汎化。本文 5–6節)
- 調査の規模
- 複数のコーパス・環境で評価。NFCorpus は GT 利用可能なクエリが計42(本文)。詳細は本文の表
- 数字が載っている場所
- 本文(例: NFCorpus の usable queries が9と33、計42)。データセット構成は本文 5節
結果を読むときの注意
企業の作業空間での資源ルーティングであり、一般向けAI検索の引用計測そのものではない。Claude Cowork は、未知環境への汎化が必要な設定の例として言及される。一部データ(NFCorpus)は使えるクエリが n=42 と少ない、と本文。
上の要約は、株式会社ガーオンが生成AIを使って作成しました。最終更新は2026年11月19日です。正確な内容は、論文の原文で確認してください。