ICML 2026論文：検索AIが途中で誤りに気づき探し直すReSeek、汚染対策ベンチも提案

結論から言うと、検索AIが一度間違った方向へ進んでも、途中で「この情報は役に立つか」を見直して探し直すための研究です。ICML 2026 regular論文「ReSeek」は、LLMを使う検索エージェント向けに、自己修正できるフレームワークを提案しています。

従来の強化学習型検索エージェントは、正解にたどり着いたかどうかだけの粗い報酬や、固定ルールの報酬に頼ることが多く、途中で外れた検索経路に入ると戻りにくい問題がありました。ReSeekでは、エージェントが特別なJUDGE行動を呼び出し、集めた情報の正しさと、質問に本当に役立つかを評価して、検索計画を立て直します。

報酬も、事実を取れているかを見るcorrectness rewardと、有用な情報かを見るutility rewardに分けます。さらに、既存データに答えが混ざる汚染リスクを避けるため、FictionalHotという複雑推論ベンチマークも導入しました。自分に関係するのは、AI検索では出典の数だけでなく、間違った道から戻れる設計が重要になる点です。

出典はOpenReviewのICML 2026ページです。論文は、成功率だけでなく検索経路の忠実さも重視しています。これは、たまたま答えが当たる検索AIではなく、どの情報を根拠に判断したかを追えるAIを作る方向です。調べものに使う側も、最終回答だけでなく途中の出典確認を習慣にした方が安全です。