WikiLoop: 다운스트림 피드백을 활용하여 에이전트 전용 위키를 구축하고 탐색하는 통합 학습 방법

WikiLoop: Jointly Learning to Build and Navigate Agent-Native Wikis with Downstream Feedback

지식 베이스 구축 및 검색은 일반적으로 개별적으로 최적화됩니다. 검색 증강 에이전트는 고정된 외부 관리 인덱스를 사용하며, 지식 베이스 구축은 다운스트림 활용에 대한 신호를 받지 못합니다. 본 연구에서는 WikiLoop이라는 피드백 결합 프레임워크를 제시합니다. 이는 에이전트가 탐색하도록 설계된 지속적인 링크 페이지 지식 베이스인 에이전트 전용 위키를 함께 구축하고 탐색하는 것을 목표로 합니다. 역할 기반 공유 정책은 두 인터페이스를 지원합니다. Navigator는 위키에서 증거를 검색하여 쿼리에 답변하고, Builder는 구조화된 편집을 제안하며, 이는 다운스트림 탐색을 통해 평가됩니다. Navigator는 모든 증거가 수집된 후에만 검색 비용에 대한 패널티를 적용하는 '충분성 우선 효율성' 목표를 따릅니다. Builder는 유틸리티 차이를 기반으로 학습합니다. 고정된 Navigator는 각 후보 편집이 다운스트림 성능에 미치는 변화를 평가하고, 가드 패널티는 관련 없는 쿼리에 대한 성능 저하를 방지합니다. 학습은 역할별 최적화를 순차적으로 수행한 후 역할이 동일한 배치로 최종 통합 단계를 거칩니다. Qwen3.5-9B를 기본 모델로 사용한 WikiLoop은 AuthTrace에서 62.6%의 정확도를 달성하여 LLM-Wiki, base보다 6.3% 높은 성능을 보였으며, 특히 다중 문서 쿼리에서 가장 큰 향상을 보였습니다. 통제된 비교 실험을 통해 설계된 목표가 의도한 효과를 갖는다는 것을 확인했으며, 학습된 편집 사항은 별도로 평가된 Navigator에게 유용하게 사용되었습니다. 쌍대 비교 실험 결과, 최종 공유 정책은 역할별 기능을 대부분 유지하고, Navigator와 전체 쿼리 정확도를 해당 전문 모델에 비해 0.4% 향상시키며, 두 인터페이스를 하나의 모델로 통합했습니다. 데이터셋 특정 학습 없이도 WikiLoop은 동일한 기본 모델을 사용하는 LLM-Wiki, base보다 HotpotQA 및 MuSiQue에서 더 나은 성능을 보였습니다.

Knowledge-base construction and querying are typically optimized in isolation: retrieval-augmented agents operate over a fixed, externally maintained index, whereas construction receives no signal from downstream use. We present WikiLoop, a feedback-coupled framework that jointly learns to build and navigate an agent-native Wiki, a persistent linked-page knowledge base designed for machine navigation. A role-conditioned shared policy supports two interfaces: a Navigator retrieves evidence from the Wiki to answer queries, and a Builder proposes structured edits evaluated through downstream navigation. The Navigator follows a sufficiency-before-efficiency objective that applies retrieval-cost penalties only after full evidence has been collected. The Builder learns from utility differences: a frozen Navigator scores each candidate edit by its change in downstream performance, while a guard penalty discourages regressions on unrelated queries. Training combines sequential role-specific optimization with a final joint stage over role-homogeneous batches. With Qwen3.5-9B as the common backbone, WikiLoop reaches 62.6 aggregate Answer Correctness on AuthTrace, 6.3 points above LLM-Wiki, base, with the largest gains on multi-document queries. Controlled comparisons support the intended effects of both objectives, and the learned edits remain useful to a held-out Navigator. Paired comparisons indicate that the final shared policy largely retains both role-specific capabilities, improves Navigator and end-to-end Answer Correctness by 0.4 points relative to the corresponding specialist references, and consolidates both interfaces into one model. Without dataset-specific training, WikiLoop also improves over the same-backbone LLM-Wiki, base on HotpotQA and MuSiQue.