微软 CorpusMap 论文：Agent 读文档省 34-57% token，准确率升 6.4-11.7 分
dair_ai · x · 2026-10-06
微软等机构发布新论文 CorpusMap，针对在大规模文档集合上做检索的 Agent 场景。
核心做法：
- 预先解析集合中反复出现的实体，为每个实体建立一个「实体页」，链接到所有提及它的文档；原始文档不动。
- Agent 读到某文档后可沿实体页跳转到相关文档，避免重复搜索同一证据。
- 实体图可不调用 LLM 构建，并支持新文档增量更新。
实验结果：跨 7 个模型、3 个 benchmark，回答质量提升 6.4-11.7 分，输入 token 下降 34%-57%；同时优于 LLM Wiki 层及其他三种导航层方案。
「编程与Agent」频道最新
- 独立开发者上线 Plainserp:面向 Agent 的搜索 API,千次仅 $0.30 — Weak_Associate4176 · 2026-10-06
- 本地 27B 模型读租约查账单,抓出涨租违约与水费泄漏 — Acceptable-Object390 · 2026-10-06
- 谷歌SHIFT按查询自动构建多智能体系统,准确率领先最强基线7.2点 — google · 2026-10-06
- 把昂贵大模型当算命用太浪费:微型决策模型 Jev 千篇论文仅花 $0.08 — TinfoilTricorn · 2026-10-06
- ChatGPT iOS 更新上线 Codex 小组件，锁屏可直接查看用量额度 — Dimillian · 2026-10-06
- Reddit 网友盘点 Agent 规模化运维 5 件套:从编排到监控的全栈选型 — Electrical-Stage-346 · 2026-10-06