Resumo Técnico: LEDGER – Escalando a Edição de Documentos Agêntica com Recuperação de Grafos Baseada em Dependências

Declaração do Problema

A edição de documentos agêntica representa uma mudança de paradigma onde usuários emitem instruções de linguagem natural de alto nível (ex: "revise o tom da Seção 4" ou "atualize a terminologia") para um agente de IA, que então planeja e executa modificações concretas. No entanto, ao contrário do código, os documentos de linguagem natural carecem de semântica formal, estruturas executáveis ou garantias de nível de compilador. Isso cria um desafio fundamental de engenharia de contexto: manter a consistência em documentos estruturados e longos.

A dificuldade central reside nas "dependências frouxas". Uma edição simples, como renomear um termo ou alterar uma legenda de figura, frequentemente exige a atualização de múltiplas formas superficiais, o alinhamento de escolhas estilísticas em parágrafos adjacentes e a correção de referências subsequentes que carecem de citações explícitas. As abordagens atuais enfrentam uma tensão:

1. Processamento de documento completo: Fornecer o documento inteiro como contexto garante a consistência, mas incorre em custos de tokens e latência proibitivos, muitas vezes distraindo o modelo de regiões relevantes (fenômeno "perdido no meio").
2. Edição baseada em recuperação: Selecionar um subconjunto de contexto melhora a eficiência, mas tipicamente depende de similaridade tópica (embeddings), falhando em capturar dependências estruturais críticas, como referências cruzadas explícitas, dependências implícitas de pronomes ou impactos semânticos subsequentes.

Metodologia: O Framework LEDGER

O LEDGER (Lightweight Explicit Dependency Graph for Efficient Retrieval) aborda este gargalo construindo um grafo semântico consciente de dependências que modela explicitamente a estrutura do documento. O framework opera através de três componentes integrados:

1. Construção do Grafo Semântico

O sistema converte um documento $D$ em um grafo $G=(V, E)$, onde os nós representam unidades do documento (seções, parágrafos, figuras, equações) e as arestas codificam quatro tipos específicos de dependência:

• CONTAINS ($E_{CON}$): Relações hierárquicas derivadas diretamente da estrutura da árvore DOM.
• REFERENCES ($E_{REF}$): Citações explícitas (ex: "Figura 2"). A extração garante minimalidade, unambiguidade e validação contra identificadores existentes.
• DEPENDS ($E_{DEP}$): Dependências implícitas onde uma unidade depende de definições, suposições ou conceitos introduzidos em outro lugar (ex: "este resultado"). Isso é determinado via protocolos de teste contrafactual para verificar necessidade e direcionalidade.
• RELATED ($E_{REL}$): Relações semânticas entre conteúdos topicamente relacionados, identificadas via similaridade de cosseno de embeddings (limiar $\theta=0.7$).

2. Recuperação de Contexto Consciente de Dependências

Para uma solicitação de edição, o LEDGER realiza uma travessia de grafo para recuperar um contexto $C_{context}$ que é $O(1)$ em tamanho em relação ao comprimento do documento:

• Identificação do Alvo: Localiza os nós específicos a serem editados.
• Expansão de Dependência: Percorre o grafo para incluir dependências ascendentes (do que o alvo depende) e impactos descendentes (o que depende do alvo).
• Pontuação de Prioridade: Os nós são priorizados com base na criticidade da aresta: REFERENCES > DEPENDS > CONTAINS > RELATED.
• Empacotamento com Orçamento Restrito: Os nós são selecionados de forma gananciosa até que um orçamento de tokens seja atingido, garantindo que todas as dependências críticas sejam incluídas enquanto o conteúdo irrelevante é excluído.

3. Verificação de Consistência

Após as modificações serem aplicadas, o sistema valida invariantes estruturais:

• Integridade de Referência: Garante que todas as referências de saída apontem para alvos existentes.
• Consistência de Terminologia: Verifica se termos-chave em nós modificados alinham-se com nós dependentes.
• Coerência Semântica: Recalcula embeddings para detectar desvios semânticos significativos em conteúdo relacionado.
  O grafo é então atualizado incrementalmente para refletir o novo estado do documento.

Principais Contribuições

1. Framework Consciente de Dependências: Uma abordagem inovadora que aplica grafos semânticos explícitos à edição de documentos, resolvendo o gargalo de engenharia de contexto através de extração de dependências tipadas e recuperação guiada por grafo.
2. Benchmark Curado: Um conjunto de dados de 1.900 casos de teste abrangendo seis cenários de edição (refinamento local, atualizações de referência cruzada, reorganização estrutural, adição de conteúdo, edição iterativa e testes de escalabilidade) através de diversos tipos de documentos e níveis de complexidade.
3. Evidência de Substituição de Raciocínio: Demonstração empírica de que a orientação estrutural explícita pode substituir o raciocínio interno caro, estabelecendo um princípio de design para sistemas agênticos eficientes.

Resultados Experimentais

O framework foi avaliado em 1.900 casos de teste usando seis modelos de última geração (Claude 4.5 Haiku/Sonnet/Opus, GPT-4.1/5/5.2).

• Melhoria na Consistência: O LEDGER melhorou a consistência de uma linha de base de 56% para 76% em todos os modelos e cenários. A taxa de aprovação geral aumentou de 41% para 78%.
• Eficiência de Tokens: O LEDGER reduziu o uso de tokens em aproximadamente 85% em comparação com a regeneração de documento completo, mantendo uma média constante de ~1.500 tokens por edição, independentemente do tamanho do documento (5K a 100K tokens).
• Substituição de Raciocínio: Notavelmente, o LEDGER com baixo esforço de raciocínio alcançou desempenho (80% de consistência) que igualou ou superou a linha de base usando alto esforço de raciocínio (57% de consistência), utilizando menos tokens. Isso sugere que representações de dependência explícitas podem parcialmente substituir a necessidade de deliberação interna custosa.
• Escalabilidade: Enquanto o uso de tokens da linha de base escala linearmente com o comprimento do documento, o LEDGER mantém o uso de tokens constante, demonstrando complexidade de recuperação $O(1)$ em relação ao tamanho do documento.
• Estudos de Ablação: A remoção do rastreamento de dependências reduziu a consistência em 14 pontos percentuais, confirmando que as arestas estruturais explícitas são o principal motor dos ganhos de desempenho.

Significância e Alegações

O artigo afirma que o LEDGER estabelece um novo princípio de design para sistemas agênticos operando em dados estruturados: representações de dependência explícitas podem substituir o raciocínio interno caro.

Ao deslocar o ônus da consistência do da capacidade de raciocínio interno do modelo para uma memória externa estruturada em grafo, o LEDGER alcança:

• Escalabilidade: Permitindo a edição eficiente de documentos muito longos sem crescimento do custo de tokens lineares.
• Robustez: Mantendo alta consistência mesmo com modelos menores ou configurações de raciocínio mais baixas.
• Generalização: A estrutura das arestas (referências, dependências, contenção) mapeia-se naturalmente para outros artefatos estruturados, sugerindo potenciais extensões para refatoração de código e manutenção de software.

Os autores posicionam o LEDGER não como um substituto para editores humanos, mas como uma ferramenta assistiva que aumenta a supervisão humana ao lidar com as verificações de consistência mecânicas que são atualmente um gargalo na edição de documentos agênticos.