技術要約: A-MapReduce: エージェンティックなMapReduceによる広域探索の実行

1. 問題提起

現代の大規模言語モデル（LLM）ベースのマルチエージェントシステム（MAS）は、「深い探索（deep search）」タスク、すなわち反復的かつ垂直的な推論構造に依存するタスクにおいて顕著な成功を収めている。しかし、これらのシステムは「広域探索（wide search）」タスク、すなわち大量の弱結合されたエンティティを網羅し、それらを構造化された出力へと集約することを目的とした、大規模かつ幅広な検索を特徴とするシナリオにおいては苦戦している。

垂直的な推論を中心に設計された既存のエージェント・フレームワークは、広域探索を適用する際、主に以下の2つの限界に直面する：

1. ターゲット管理のジレンマ: ほとんどのMASは、暗黙的な対話履歴や自由形式のプランニングに依存して検索対象を管理している。長期にわたる実行において、これは項目の欠落、検索の冗長性、およびターゲットの不一致を引き起こす。
2. 実行パターンのジレンマ: 現在のシステムは、類似したクエリ間で共有される構造的パターンを抽象化したり再利用したりすることなく、クエリごとに実行パイプラインを再計画する傾向がある。これにより、経験の蓄積や実行決定の進化が妨げられる。

著者らは、広域探索を深い推論問題としてではなく、大規模な検索ターゲットの組織化、割り当て、追跡、および集約を必要とする「水平的に構造化された検索問題」としてモデル化すべきであると主張している。

2. 手法: A-MapReduce

これらの課題に対処するため、著者らはデータベースシステムのMapReduceパラダイムに着想を得たマルチエージェント実行フレームワークであるA-MapReduceを提案する。これは、広域探索を、構造化された検索のための分散計算プロセスとして再定義するものであり、以下の3つのコアコンポーネントで構成される：

A. エージェンティックなMapReduce実行

本フレームワークは、実行決定を明示的にトリプル $\Theta_q = (M_q, P_q, B_q)$ として構造化する：

• タスク行列 ($M_q$): 既知の属性を持つ $N$ 個のターゲット・エンティティをエンコードし、検索範囲の明示的なスキーマとして機能する。
• テンプレート ($P_q$): $M_q$ の列に整合したプレースホルダーを持つ、クエリ固有の文字列。
• バッチング戦略 ($B_q$): 原子的なタスクを互いに素なバッチに分割する離散的な戦略（例：アトム単位、属性単位、または適応型）。

実行は2段階のパイプラインに従う：

1. マッピング段階 (Mapping Stage): マネージャーエージェント ($A_{manage}$) がクエリと蓄積された観測結果を分析し、高レベルの決定 $\Theta_q$ をサンプリングする。これは、$M_q$ の行を用いてテンプレート $P_q$ を埋めることで、原子的な検索タスクをインスタンス化する。その後、これらのタスクは $B_q$ に基づいてバッチに分割される。
2. リデュース段階 (Reducing Stage): 独立した検索エージェント ($A_{search}$) がバッチを並列に実行する。マネージャーエージェントは、部分的な結果を集約して統一されたテーブルを作成し、それらをスキーマに対して検証し、完全性が損なわれている場合には軽量な「デルタ・パッチ（差分修正）」ラウンドをトリガーする。

B. 経験に基づく進化

A-MAPREDUCEは、実行決定の継続的な進化を駆動するために、経験的メモリ (experiential memory) メカニズムを導入している。メモリ $\mathcal{M}$ は以下を格納する：

• レコードセット ($D$): クエリ、実現された決定、実行トレース、およびユーティリティ・フィードバックを含む、履歴レベルのタスク情報。
• ヒントプール ($H$): 過去の成功から抽出された、再利用可能な構造的ヒント（例：最適なバッチング戦略やテンプレートの制約）。
• 蒸留オペレータ ($F_\psi$): 冗長性と意味的なドリフトを防ぐために、レコードをクラスターレベルの代表的なヒントへと集約する。

進化ループ:

1. メモリ検索: 新しいクエリに対し、システムは意味的に類似したポジティブ（高ユーティリティ）およびネガティブ（低ユーティリティ）な履歴レコードを検索する。
2. 条件付き決定サンプリング: システムは、検索されたヒントと例示レコードを組み合わせることで、経験的事前分布 (experiential prior) $\Delta_q$ を構築する。この事前分布は決定のアンカーとして機能し、実行決定 $\Theta_q$ のサンプリングを、履歴的に高ユーティリティであった決定空間の領域へとバイアスさせる。
3. フィードバック更新: 実行後、システムは新しいレコードでメモリを更新し、ユーティリティ・フィードバックに基づいてヒントのスコアを精緻化することで、実行の効率性と堅牢性を漸進的に向上させる。

3. 主な貢献

本論文は、主に3つの貢献を述べている：

1. パラダイムの再定式化: 広域探索を、制御可能でMapReduce型の実行プロセスとして再定式化したオープンソース・フレームワークであるA-MapReduceの導入。これにより、永続的なカバレッジ追跡、並列化されたマッピング、およびスキーマに一貫したテーブルへの原則に基づいたリダクションが可能になる。
2. 実践的な進化: MapReduce実行と経験的メモリを結合させた、経験ベースの進化メカニズムの開発。これにより、システムはクエリに応じた決定分布を漸進的に精緻化でき、より適応的かつコスト効率の高い実行を実現できる。
3. 実験的評価: 5つのエージェンティック・ベンチマークにおける包括的な評価を通じて、A-MapReduceが最先端の性能を達成しつつ、コスト効率を大幅に改善していることを実証した。

4. 実験結果

著者らは、WideSearch、DeepWideSearch、およびxBench、WebWalkerQA、TaskCraftから派生した構築済みAgentic-Wide Subsetを用いてA-MapReduceを評価した。

• 性能: A-MapReduceは、WideSearchおよびDeepWideSearchにおいて最先端（SOTA）の結果を達成した。
  • WideSearchにおいて、強力なベースライン（OpenAI o3やGemini 2.5 Proなどのバックボーンを含む）と比較して、平均Item F1を**5.64%から27.62%**向上させた。
  • DeepWideSearchにおいて、オープンソースのマルチエージェント・フレームワークと比較して、Core Entity Accuracyで3.52%から19.09%、Column-F1で**9.71%から30.18%**の絶対的な利得を示した。
  • DeepWideSearchにおいて**4.43%**の成功率を達成し、0〜2%付近を推移するベースラインを大幅に上回った。
• 効率性とコスト:
  • A-MapReduceは、代表的なマルチエージェント・ベースラインと比較して、実行時間を**45.8%**短縮した。
  • 高品質な出力を提供しながら、優れたコストパフォーマンスを実現し、タスクあたり平均1.10ドルを節約し、APIコストを最大**47.5%**削減した。
• アブレーション研究: 経験的メモリを除去すると、Item F1が5.15%、Row F1が**5.73%**低下し、同時にコストも増加した。構造的決定（タスク行列またはバッチング戦略）を除去すると、性能の低下はさらに顕著になり、構造化されたアプローチの必要性が裏付けられた。

5. 意義と主張

本論文は、A-MapReduceが、垂直的で深い推論から水平的で構造化された検索へと焦点を移すことにより、マルチエージェントシステムにおける重要なギャップを埋めるものであると主張している。その意義は以下の通りである：

• 明示的な状態管理: 検索目的をスキーマに整合したタスク行列へと外部化することで、実行状態を観測可能かつ修正可能にし、長期タスクにおけるカバレッジの喪失や証拠の断片化といった一般的な失敗モードを軽減する。
• 経験駆動の最適化: 本フレームワークは、単にコンテンツをより多く検索するのではなく、履歴から実行パターンを蒸留することで、マルチエージェントシステムが「どのように計画するかを学ぶ」ことができることを示している。これにより、基礎となるLLMの再学習を必要とせずに、効率性と堅牢性の漸進的な向上を実現できる。
• スケーラビリティ: MapReduceに着想を得た設計により、膨大な検索ターゲットの並列処理が可能となり、既存の逐次的なフレームワークでは効率的に処理できない広範な情報探索に対するスケーラブルなソリューションを提供する。

著者らは、A-MapReduceが、広範な範囲の検索に対してリソース効率が高く信頼性の高いパラダイムを提供し、複雑でデータ集約的なタスクにおけるエージェント・システムの展開の障壁を下げ得るものであると結論づけている。