ParallelMuse는 정보 탐색(IS) 에이전트의 문제 해결 능력을 향상시키기 위해 개발된 2단계 패러다임입니다. 이 패러다임은 병렬 사고를 통해 탐색 범위를 넓히고, 정보 탐색 에이전트의 깊이 있는 탐색을 보완합니다. ParallelMuse는 반복적인 처음부터의 롤아웃 비효율성과 긴 호라이즌 추론 궤적 통합의 어려움이라는 두 가지 주요 문제를 해결합니다. Functionality-Specified Partial Rollout을 통해 탐색 효율성을 높이고, Compressed Reasoning Aggregation을 통해 최종 답변을 합성합니다.
