WebSwarm：基於遞歸多智能體編排的深度與廣度網頁搜索框架

針對現有基於大型語言模型的網頁搜尋智慧體在處理複雜資訊檢索時面臨的語境受限與遞歸深度不足問題，本文提出WebSwarm框架。該框架透過漸進式遞歸委派機制，在推理階段動態建構任務分解、遞歸擴展與智慧體協作。WebSwarm不僅動態實例化具有局部目標與特定搜尋模式的智慧體節點，還透過探測網頁資訊組織結構及複用同類節點經驗，實現證據驅動的搜尋擴展。實驗表明，WebSwarm在BrowseComp-Plus、WideSearch等基準上顯著優於單一及多智慧體基準模型，有效解決了深度與廣度搜尋難以兼顧的難題，為複雜研究任務提供了新的解決方案。