💬 NLP

Table-as-Search: Formulate Long-Horizon Agentic Information Seeking as Table Completion

Este artículo introduce Table-as-Search (TaS), un marco estructurado que reformula la búsqueda de información de largo alcance como una tarea de completado de tablas para mantener la coherencia de la búsqueda y el seguimiento de estado, superando así significativamente a los modelos de referencia del estado del arte en robustez y eficiencia al unificar diversas estrategias de búsqueda.

Autores originales: Tian Lan, Felix Henry, Bin Zhu, Qianghuai Jia, Junyang Ren, Qihang Pu, Haijun Li, Longyue Wang, Zhao Xu, Weihua Luo

Publicado 2026-02-09

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Tian Lan, Felix Henry, Bin Zhu, Qianghuai Jia, Junyang Ren, Qihang Pu, Haijun Li, Longyue Wang, Zhao Xu, Weihua Luo

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El Problema: El Agente "Perdido en el Medio"

Imagina que contratas a un asistente de investigación muy inteligente pero un poco olvidadizo (un agente de IA) para encontrar información específica en internet. Le haces una pregunta compleja, como: "Búscame 30 tiendas de suministros para mascotas en América del Norte que hayan crecido más del 50% el año pasado, y obtén el número de teléfono de su gerente de ventas".

Los asistentes de IA actuales intentan hacer esto escribiendo una historia larga y continua en su cabeza. Piensan: "Buscaré la Tienda A, luego la Tienda B, luego verificaré su crecimiento...". A medida que profundizan, esta "historia" mental se vuelve enorme. Eventualmente, el asistente se siente abrumado. Olvida el principio de la historia, pierde el rastro de qué tiendas ya revisó o se confunde por el gran volumen de notas. En el artículo, esto se llama "perdido en el medio" (lost in the middle). Podrían encontrar las tiendas correctas pero olvidar obtener los números de teléfono, o podrían alucinar (inventar) hechos porque su "memoria" está demasiado desordenada.

La Solución: El Marco de Trabajo "Table-as-Search" (TaS)

Los autores proponen una nueva forma de organizar este trabajo. En lugar de escribir una historia larga y desordenada, convierten la tarea de investigación en completar una hoja de cálculo (una tabla).

Piénsalo de esta manera:

La Forma Antigua: Intentar recordar una lista de compras mientras caminas por un almacén masivo, con la esperanza de no olvidar la leche o los huevos.
La Nueva Forma (TaS): Tienes una tabla de apoyo con una cuadrícula. Cada vez que encuentras un producto, lo escribes en un cuadro específico. Si un cuadro está vacío, sabes exactamente qué es lo que aún te falta por encontrar.

Cómo Funciona: Los Tres Roles

El sistema utiliza un equipo de "agentes" de IA trabajando juntos alrededor de esta hoja de cálculo digital:

El Planificador (El Gerente): Esta IA observa la pregunta del usuario y configura la hoja de cálculo. Decide qué columnas son necesarias (por ejemplo, "Nombre de la tienda", "Tasa de crecimiento", "Número de teléfono"). Observa los cuadros vacíos y dice: "Bien, necesitamos encontrar 30 tiendas para llenar estas filas".
Los Sub-Agentes (Los Trabajadores): Estos son los motores de búsqueda. El Gerente los envía a buscar candidatos.
- Expansión de Filas: Si la tabla aún no tiene suficientes tiendas, los trabajadores salen a buscar nuevas para añadirlas como nuevas filas.
- Población de Celdas: Si se encuentra una tienda pero el cuadro de "Número de teléfono" está vacío, los trabajadores van específicamente a buscar esa pieza de información y completan ese cuadro específico.
La Base de Datos Externa (El Archivador): En lugar de intentar mantener todos los resultados de búsqueda en la memoria a corto plazo de la IA (que es limitada), la hoja de cálculo vive en una base de datos externa. La IA solo mira las partes de la tabla que necesita en ese momento. Esto mantiene el "cerebro" de la IA despejado para pensar, no solo para almacenar datos.

Lo Que Probaron

El artículo probó este método en tres tipos de tareas de búsqueda difíciles:

Búsqueda Profunda (Deep Search): Encontrar una aguja específica en un pajar (por ejemplo, "Encuentra al único cantante que cumpla con estos 5 criterios específicos").
Búsqueda Amplia (Wide Search): Encontrar un montón enorme de agujas (por ejemplo, "Enumera todos los ganadores de un premio desde 2005 hasta 2015").
Búsqueda Profunda-Amplia (DeepWide Search): La más difícil. Encontrar un montón enorme de agujas y además verificar que cada una cumpla con reglas estrictas (por ejemplo, "Encuentra 30 tiendas que cumplan con estas 5 reglas Y obtén sus números de teléfono").

Los Resultados: Por Qué Es Mejor

El artículo afirma que TaS es significativamente mejor que los métodos actuales de vanguardia (como el método estándar "ReAct" utilizado por muchas grandes empresas de IA).

No se pierde: Debido a que la tabla rastrea exactamente qué se ha hecho y qué falta, la IA nunca olvida su plan, incluso en búsquedas muy largas.
Es más eficiente: Encontró mejores respuestas utilizando menos intentos de búsqueda que la competencia. No necesitó avanzar por fuerza bruta; fue precisa.
Funciona con cerebros más pequeños: Sorprendentemente, un modelo de IA más pequeño y económico utilizando este método de "Tabla" venció a un modelo de IA mucho más grande y costoso que utilizaba el antiguo método de la "Historia". La estructura ayudó al modelo más pequeño a rendir por encima de su capacidad.
Es flexible: El "Gerente" puede intercambiar a los "Trabajadores". Si tienes una herramienta especializada para encontrar números de teléfono, puedes conectarla sin romper todo el sistema.

En Resumen

El artículo argumenta que cuando los agentes de IA realizan búsquedas extensas y complejas en internet, no deberían depender de un flujo desordenado de conciencia. En su lugar, deben usar una tabla estructurada para mantener sus notas organizadas. Este cambio simple evita que se confundan, les ayuda a encontrar respuestas más precisas y les permite hacer más con menos potencia de cómputo.

Resumen Técnico: Table-as-Search (TaS)

1. Definición del Problema

Los sistemas actuales de Búsqueda de Información Agéntica (InfoSeeking), particularmente aquellos que dependen de Modelos de Lenguaje de Gran Escala (LLMs), enfrentan desafíos significativos en la exploración de largo horizonte. Los paradigmas tradicionales como ReAct gestionan los estados de búsqueda (procedimientos de planificación y resultados de búsqueda masivos) dentro de un único contexto de texto plano no estructurado. Este enfoque es inherentamente frágil para tareas complejas, lo que conduce a:

Fenómeno de "Perdido en el Medio" (Lost in the Middle): A medida que el horizonte de interacción se expande, la densidad de la información relevante se diluye, causando que los agentes pierdan el rastro de los procedimientos de planificación y del historial de búsqueda.
Pérdida de Fidelidad del Estado: El seguimiento de miles de resultados de búsqueda y sus correspondientes pasos de planificación en un solo trayecto de texto conduce a severas alucinaciones y propagación de errores.
Ineficiencia en Escenarios Complejos: Los agentes tienen dificultades para realizar simultáneamente la extracción de información y el seguimiento del estado dentro de un solo pase hacia adelante (forward pass), particularmente en tareas que requieren tanto agregación amplia como verificación profunda.

El artículo identifica una brecha en el manejo de tres paradigmas distintos de InfoSeeking simultáneamente: Búsqueda Profunda (filtrado preciso de objetivos), Búsqueda Amplia (agregación de información amplia) y la desafiante Búsqueda Profunda-Amplia (exploración amplia y verificación profunda simultáneas).

2. Metodología: Table-as-Search (TaS)

Para abordar estas limitaciones, los autores introducen Table-as-Search (TaS), un marco de planificación estructurada que reformula la Búsqueda de Información como una tarea de Completado de Tablas.

Arquitectura Central

Esquema Estructurado: En lugar de la generación de texto libre, TaS mapea una consulta de usuario $q$ en un esquema estructurado $S = \langle K, C, I \rangle$ , donde $K$ representa los candidatos clave, $C$ denota las restricciones e $I$ denota la información requerida.
Base de Datos Externa: El marco mantiene una tabla estructurada en una base de datos externa (por ejemplo, MongoDB). Las filas representan entidades candidatas y las columnas representan atributos o restricciones.
- Celdas Llenas: Registran estrictamente el historial y los resultados de la búsqueda.
- Celdas Vacías: Sirven como un plan de búsqueda explícito y pendiente.
Descarga (Offloading): Los resultados de búsqueda masivos se descargan a la base de datos externa, preservando la ventana de contexto limitada del agente para el razonamiento complejo en lugar de un almacenamiento pasivo de información.

Orquestación Multi-Agente

TaS se implementa mediante un sistema multi-agente centrado en una base de datos compartida, ejecutando un proceso de tres fases:

Inicialización de la Tabla: Un Planificador (Agente Principal) central analiza la consulta y construye el esquema de la tabla.
Orquestación Dinámica: El Planificador selecciona acciones iterativamente:
- Expansión de Filas: Si los candidatos son insuficientes, el Planificador formula diversas estrategias de búsqueda para descubrir nuevos candidatos (los Sub-Agentes realizan búsquedas amplias en paralelo).
- Población de Celdas: Si existen candidatos pero la información es incompleta, se despachan Sub-Agentes en paralelo para poblar celdas específicas (verificación de restricciones o recolección de información).
Síntesis de la Respuesta: Al alcanzar un estado de saturación, el Planificador recupera evidencia estructurada de la base de datos para sintetizar la respuesta final (por ejemplo, la verificación cruzada de restricciones para Búsqueda Profunda o la ejecución de consultas SQL para Búsqueda Amplia).

Representación Unificada

TaS proporciona una representación unificada para:

Búsqueda Profunda: Identificar una fila de candidato única que satisfaga todas las restricciones ( $|C| > 0$ ).
Búsqueda Amplia: Recopilar información para una masa de candidatos bajo restricciones mínimas ( $|I| > 0$ ).
Búsqueda Profunda-Amplia: Maximizar el descubrimiento de candidatos bajo restricciones estrictas seguido de una recolección densa de información ( $|C| > 0, |I| > 0$ ).

3. Contribuciones Clave

Innovación del Marco: Propone TaS, el primer marco que reformula la búsqueda de información de largo horizonte como una tarea estructurada de Completado de Tablas, unificando los paradigmas de búsqueda Profunda, Amplia y Profunda-Amplia.
Gestión de Estado: Introduce un mecanismo para gestionar con precisión los estados de búsqueda separando las "acciones pendientes" (celdas vacías) de la "historia verificada" (celdas llenas), mitigando el problema de "perdido en el medio".
Creación de Benchmark: Curó un benchmark de Búsqueda Profunda-Amplia desafiante basado en escenarios reales de Desarrollo de Negocios de E-commerce, abordando la falta de evaluaciones de alta calidad públicas para tareas de búsqueda híbrida.
Diseño Modular: Demuestra una arquitectura "plug-and-play" donde agentes de búsqueda profunda especializados (por ejemplo, modelos ajustados/fine-tuned) pueden servir como Sub-Agentes, desacoplando la planificación de la ejecución.

4. Resultados Experimentales

Se realizaron experimentos extensos a través de tres categorías de benchmark: GAIA/BrowseComp-ZH (Búsqueda Profunda), WideSearch (Búsqueda Amplia) y el benchmark curado de Búsqueda Profunda-Amplia.

Superioridad de Rendimiento: TaS supera significativamente a las líneas de base de vanguardia (incluyendo Multi-Agent ReAct y sistemas comerciales como Gemini DeepResearch) en los tres paradigmas.
- Búsqueda Profunda: En GAIA, TaS con el eficiente en costos Gemini-2.5-Flash superó a la línea de base de Multi-Agent ReAct en un +14.0%, demostrando que la gestión de estado estructurada puede permitir que modelos más pequeños igualen a sus contrapartes más grandes.
- Búsqueda Amplia: TaS con Claude-Sonnet-4 (No-Think) logró tasas de éxito comparables a la línea de base de Claude-Sonnet-4 (Thinking), que es computacionalmente más pesada, mientras que la superó significativamente en métricas Max@4 (9.1% vs. 6.5%).
- Búsqueda Profunda-Amplia: TaS superó al sistema propietario Gemini DeepResearch en un +4.7% en Column-F1 y un +5.1% en Item-Precision.
Eficiencia y Robustez:
- Eficiencia de Búsqueda: TaS logra un mayor rendimiento con volúmenes de uso de herramientas comparables o menores en comparación con las líneas de base, probando que las ganancias provienen de la calidad de la planificación y no de un escalado de búsqueda por fuerza bruta.
- Robustez: A medida que aumenta la complejidad de la tarea (nivel de dificultad), la brecha de rendimiento entre TaS y las líneas de base se amplía. TaS mantiene la estabilidad en los niveles "Hard" donde las líneas de base sufren una degradación significativa (>30% de caída).
- Escalado en Tiempo de Prueba (Test-Time Scaling): TaS se beneficia más eficazmente del aumento del cómputo de inferencia (escalado $N$ ) que el ReAct no estructurado, con brechas de rendimiento que se amplían a medida que $N$ aumenta.
Estudios de Ablación: Se identifica al Planificador (Agente Principal) como el cuello de botella crítico; degradar el planificador causa caídas significativas en el rendimiento, mientras que degradar los Sub-Agentes tiene un impacto menor. Esto confirma el papel del planificador en la orquestación de una exploración efectiva.

5. Significado y Reivindicaciones

El artículo afirma que TaS representa un cambio de paradigma de la generación de texto no estructurado a la planificación estructurada centrada en datos para sistemas agénticos.

Ortogonalidad Arquitectónica: TaS es ortogonal a los avances recientes en la gestión de contexto (por ejemplo, resumen) y el entrenamiento de modelos (por ejemplo, RL). No depende de la compresión de texto, sino que impone un esquema estructurado para descargar el seguimiento del estado.
Escalabilidad: El marco demuestra que una búsqueda de información de largo horizonte efectiva depende menos de la capacidad de razonamiento bruto del modelo fundacional y más de la gestión de estado estructurada. Esto permite que modelos más pequeños y rentables realicen tareas complejas cuando se combinan con la arquitectura TaS.
Aplicabilidad Industrial: Al desacoplar la planificación de la ejecución, TaS permite la integración de modelos especializados y rentables para acciones de búsqueda de alta frecuencia, convirtiéndolo en una solución viable para aplicaciones de escala industrial como el Desarrollo de Negocios de E-commerce.

Limitaciones Reconocidas:

Tareas No Relacionadas con la Búsqueda: El esquema estructurado puede introducir rigidez para tareas que dependen únicamente del conocimiento interno o del seguimiento de instrucciones simples, lo que provoca fluctuaciones de rendimiento en instancias de GAIA no relacionadas con la búsqueda.
Dependencia del Planificador: El rendimiento está actualmente limitado por la capacidad de razonamiento del Planificador central.
Escalabilidad de la Evaluación: El benchmark DeepWide depende de la verificación humana debido a la naturaleza abierta de las tareas, lo que limita la reproducibilidad a gran escala en comparación con los benchmarks de dominio cerrado.