技术深度解析
首轮查询同质化陷阱的核心机制在于大型语言模型生成搜索查询时的自回归特性。给定一个固定的用户提示或任务描述，模型在前几个令牌上的输出分布高度集中——这意味着模型强烈偏好某些措辞、实体和句法结构。当多个并行线程独立地从该分布中采样时，它们以高概率收敛到几乎相同的查询。
考虑一个典型的智能体搜索流程：用户询问“固态电池电解质的最新突破有哪些？”一个天真的并行采样器可能会生成32个线程，每个线程产生类似“2025年固态电池电解质最新进展”的查询——仅在微不足道的词序或标点上有所差异。所有32个线程随后命中相同的顶部搜索结果，检索到相同的5-10篇论文。后续的推理步骤，即使出现分歧，也建立在相同的证据基础之上。这就是同质化陷阱。
从算法角度来看，该问题可以形式化为查询空间中的探索失败。设Q为可能搜索查询的空间。模型的查询生成策略π(q|task)定义了Q上的一个分布。标准并行采样从π中独立同分布地抽取q₁, q₂, ..., qₙ。覆盖的不同证据源的预期数量受限于π的支撑集，而由于模式坍塌，该支撑集通常很小。解决方案是用一种多样化初始化策略取代独立同分布采样，该策略最大化查询之间的预期成对距离（以产生的证据集来衡量）。
目前已出现几种具体技术来解决这一问题：
1. 语义扰动：在解码查询之前，向用户提示的嵌入添加受控噪声。这可以通过在最初几个解码步骤向隐藏状态添加高斯噪声来实现，迫使模型探索语义相邻但截然不同的查询表述。
2. 对抗性种子：使用一小部分已知能检索到不同证据子集的“对抗性”种子查询。例如，如果任务涉及一个有争议的话题，一个线程可能查询支持性证据，另一个查询反对性证据，第三个查询中立综述论文。
3. 策略性变异：对生成的查询应用基于规则的转换——用同义词替换关键实体，改变问题类型（例如，从“什么”改为“如何”或“为什么”），或添加/移除时间约束。
4. 多样化束搜索：不使用独立采样，而是采用一种修改后的束搜索，明确惩罚与已生成查询过于相似的查询，通过嵌入空间中的余弦相似度或检索文档ID的Jaccard重叠度来衡量。
最近的一个开源实现——DiverseAgentSearch仓库（目前在GitHub上约2.3k星）——提供了这些技术的参考实现。它采用两阶段流程：首先，一个多样性感知的查询生成器产生K个不同的初始查询；其次，每个查询扩展为一个完整的搜索与推理线程。该仓库报告称，在相同计算预算下，与标准并行采样相比，证据覆盖率（以检索到的独特事实衡量）提升了34%。
| 策略 | 检索到的独特文档数（平均） | 与前10结果的重复率 | 计算开销 |
|---|---|---|---|
| 标准并行（32线程） | 12.4 | 78% | 1.0x |
| 语义扰动 | 28.7 | 41% | 1.15x |
| 对抗性种子 | 31.2 | 33% | 1.05x |
| 策略性变异 | 26.1 | 48% | 1.10x |
| 多样化束搜索 | 33.8 | 29% | 1.25x |
数据要点： 表格显示，所有多样性感知策略都显著增加了检索到的独特文档数量，同时减少了与前10结果的重复率。多样化束搜索实现了最高的覆盖率，但计算开销增加了25%，而对抗性种子提供了最佳的性价比，仅增加5%的开销便接近最大覆盖率。
关键参与者与案例研究
首轮查询同质化问题已被多个领先研究团队独立观察到。在Google DeepMind，负责“搜索增强推理”（SAR）框架的团队在一份技术报告中指出，在HotpotQA基准测试上，将并行线程增加到8个以上对事实召回率的提升微乎其微。他们的内部分析将原因追溯到查询坍塌，并因此实现了一个“查询多样化”模块，该模块在主搜索之前使用一个小型语言模型来提出替代措辞。
Anthropic则采取了不同的方法，用于其Claude驱动的研究代理。他们不是在生成阶段多样化查询，而是使用一个事后“证据去重”步骤，对检索到的文档进行聚类，并迫使代理主动寻找代表性不足的聚类。这