• Режим ізоляції (Isolation Mode): Критично важливий етап боротьби з груповим мисленням. Агенти мають доступ до дошки лише для запису. Вони можуть публікувати знайдені джерела, кандидатів та свої міркування, але повністю позбавлені можливості бачити, що роблять їхні «колеги». Це змушує кожного агента рухатися власною, унікальною дослідницькою траєкторією, не піддаючись впливу ранніх знахідок.
• Режим рецензування (Review Mode): Після завершення незалежного дослідження бар'єр читання знімається. Агенти представляють свої висновки для структурованої перехресної перевірки, яка покликана максимізувати конструктивні розбіжності та виявити конфліктуючі докази чи приховані припущення.
• Режим фіксації (Commitment Mode): Єдина фінальна відповідь формується лише після того, як обмеження та докази з кількох незалежних шляхів пройшли сувору перехресну верифікацію.

Дослідження на міцність: вільний чат — ворог різноманітності

Щоб перевірити, чи справді ізоляційний підхід працює, Snowflake провела абляційне дослідження на підмножині зі 120 запитань бенчмарку BrowseComp . Тестувалися три конфігурації: «Закрита дошка оголошень», повністю необмежений обмін повідомленнями між агентами та незалежні запуски окремих агентів .

Результати однозначно підтвердили правильність архітектури. Необмежений обмін миттєво знищив різноманітність доказів. Дослідники спостерігали високий збіг (за індексом Жаккара) між наборами URL-адрес, які відвідували різні агенти. Замість того, щоб розподілити навантаження та охопити більше матеріалу, агенти сходилися на одних і тих самих сторінках, переслідуючи одну ранню зачіпку. Що важливіше, ефективний розмір вибірки (Effective Sample Size, ESS) — показник того, скільки справді незалежних дослідників емулює система — був значно вищим за наявності бар'єру читання. Ізоляція сприяла різноманітній розвідці, яку вільний чат просто зруйнував .

Результати бенчмарків: BrowseComp та BrowseComp-Plus

Дизайн ArcticSwarm перетворюється на значний приріст продуктивності. На власному внутрішньому гібридному бенчмарку глибоких досліджень Snowflake ArcticSwarm досяг 64.18% точності порівняно з 47.08% базового рівня для конфігурацій з одним агентом — покращення більш ніж на третину .

Результати на публічних бенчмарках ще більш вражаючі. На повному наборі даних BrowseComp (1,266 запитань) продуктивність сильно залежала від рівня консенсусу, досягнутого під час рецензування :

• Коли висновки були ПІДТВЕРДЖЕНІ (VERIFIED) одночасно і розробником, і спеціальним рецензентом, точність злітала до 86.4%.
• За рецензування лише розробником показник падав до 70.9%.
• Лише зі спеціальним рецензентом — 66.1%.
• Коли консенсус рецензентів був відсутній, точність стрімко падала до жалюгідних 35.3%.
  Це доводить, що якість наступної фази перевірки є настільки ж важливою, як і початкова ізоляція.

Для порівняння, на оригінальному бенчмарку BrowseComp стандартні великі мовні моделі (LLM), як-от GPT-4o та GPT-4.5, демонструють точність, близьку до нуля (0.6%–0.9%). Спеціалізована на міркуваннях модель OpenAI o1 покращила результат приблизно до 10%, тоді як OpenAI Deep Research, спеціалізований агент для веб-серфінгу, досяг ~51.5% точності .

На більш контрольованому бенчмарку BrowseComp-Plus найсильніші конкуруючі конфігурації — це GPT-5 у парі з пошуковиком Qwen3-8B, що досягає 70.12% точності, та o3, що досягає 63.49% з тим самим пошуковиком . Результат ArcticSwarm у 86.4% на найскладнішій, двічі верифікованій підмножині BrowseComp-Plus однозначно перевершує ці встановлені базові рівні .

ArcticSwarm для бізнесу: CoWork Deep Research

Ці концепції не обмежуються академічними дослідженнями. Snowflake інтегрує методологію ArcticSwarm, стійку до групового мислення, у свою корпоративну платформу через режим глибокого дослідження Snowflake CoWork (Deep Research Mode) . Ця інтеграція створена для того, щоб працівники розумової праці могли проводити безпечний, високоточний аналіз безпосередньо в керованому середовищі даних Snowflake. Робочий процес підтримується трьома ключовими функціями :

• Артефакти (Artifacts): Постійні, версійовані результати роботи — звіти, код, аналітика — якими можна ділитися та які можна перевіряти всією командою.
• Пам'ять користувача (User Memory): Механізм постійного контексту, який зберігає вподобання користувача та шаблони минулих досліджень між різними сесіями, щоб покращувати майбутні запити.
• Cortex Sense: Рівень контекстуальної обізнаності, який автоматично показує активному дослідницькому агенту релевантні внутрішні активи даних, схеми баз даних та минулі аналізи.

Для корпоративних користувачів це означає, що здатність ArcticSwarm протистояти упередженню підтвердження може бути застосована до складної комбінації структурованих SQL-запитів до баз даних та неструктурованого перегляду внутрішніх документів. У підсумку це дає відповіді, які пройшли сувору незалежну перехресну перевірку ще до того, як їх побачить людина, що приймає рішення.

• Режим ізоляції (Isolation Mode): Критично важливий етап боротьби з груповим мисленням. Агенти мають доступ до дошки лише для запису. Вони можуть публікувати знайдені джерела, кандидатів та свої міркування, але повністю позбавлені можливості бачити, що роблять їхні «колеги». Це змушує кожного агента рухатися власною, унікальною дослідницькою траєкторією, не піддаючись впливу ранніх знахідок.
• Режим рецензування (Review Mode): Після завершення незалежного дослідження бар'єр читання знімається. Агенти представляють свої висновки для структурованої перехресної перевірки, яка покликана максимізувати конструктивні розбіжності та виявити конфліктуючі докази чи приховані припущення.
• Режим фіксації (Commitment Mode): Єдина фінальна відповідь формується лише після того, як обмеження та докази з кількох незалежних шляхів пройшли сувору перехресну верифікацію.

Дослідження на міцність: вільний чат — ворог різноманітності

Щоб перевірити, чи справді ізоляційний підхід працює, Snowflake провела абляційне дослідження на підмножині зі 120 запитань бенчмарку BrowseComp . Тестувалися три конфігурації: «Закрита дошка оголошень», повністю необмежений обмін повідомленнями між агентами та незалежні запуски окремих агентів .

Результати однозначно підтвердили правильність архітектури. Необмежений обмін миттєво знищив різноманітність доказів. Дослідники спостерігали високий збіг (за індексом Жаккара) між наборами URL-адрес, які відвідували різні агенти. Замість того, щоб розподілити навантаження та охопити більше матеріалу, агенти сходилися на одних і тих самих сторінках, переслідуючи одну ранню зачіпку. Що важливіше, ефективний розмір вибірки (Effective Sample Size, ESS) — показник того, скільки справді незалежних дослідників емулює система — був значно вищим за наявності бар'єру читання. Ізоляція сприяла різноманітній розвідці, яку вільний чат просто зруйнував .

Результати бенчмарків: BrowseComp та BrowseComp-Plus

Дизайн ArcticSwarm перетворюється на значний приріст продуктивності. На власному внутрішньому гібридному бенчмарку глибоких досліджень Snowflake ArcticSwarm досяг 64.18% точності порівняно з 47.08% базового рівня для конфігурацій з одним агентом — покращення більш ніж на третину .

Результати на публічних бенчмарках ще більш вражаючі. На повному наборі даних BrowseComp (1,266 запитань) продуктивність сильно залежала від рівня консенсусу, досягнутого під час рецензування :

• Коли висновки були ПІДТВЕРДЖЕНІ (VERIFIED) одночасно і розробником, і спеціальним рецензентом, точність злітала до 86.4%.
• За рецензування лише розробником показник падав до 70.9%.
• Лише зі спеціальним рецензентом — 66.1%.
• Коли консенсус рецензентів був відсутній, точність стрімко падала до жалюгідних 35.3%.
  Це доводить, що якість наступної фази перевірки є настільки ж важливою, як і початкова ізоляція.

Для порівняння, на оригінальному бенчмарку BrowseComp стандартні великі мовні моделі (LLM), як-от GPT-4o та GPT-4.5, демонструють точність, близьку до нуля (0.6%–0.9%). Спеціалізована на міркуваннях модель OpenAI o1 покращила результат приблизно до 10%, тоді як OpenAI Deep Research, спеціалізований агент для веб-серфінгу, досяг ~51.5% точності .

На більш контрольованому бенчмарку BrowseComp-Plus найсильніші конкуруючі конфігурації — це GPT-5 у парі з пошуковиком Qwen3-8B, що досягає 70.12% точності, та o3, що досягає 63.49% з тим самим пошуковиком . Результат ArcticSwarm у 86.4% на найскладнішій, двічі верифікованій підмножині BrowseComp-Plus однозначно перевершує ці встановлені базові рівні .

ArcticSwarm для бізнесу: CoWork Deep Research

Ці концепції не обмежуються академічними дослідженнями. Snowflake інтегрує методологію ArcticSwarm, стійку до групового мислення, у свою корпоративну платформу через режим глибокого дослідження Snowflake CoWork (Deep Research Mode) . Ця інтеграція створена для того, щоб працівники розумової праці могли проводити безпечний, високоточний аналіз безпосередньо в керованому середовищі даних Snowflake. Робочий процес підтримується трьома ключовими функціями :

• Артефакти (Artifacts): Постійні, версійовані результати роботи — звіти, код, аналітика — якими можна ділитися та які можна перевіряти всією командою.
• Пам'ять користувача (User Memory): Механізм постійного контексту, який зберігає вподобання користувача та шаблони минулих досліджень між різними сесіями, щоб покращувати майбутні запити.
• Cortex Sense: Рівень контекстуальної обізнаності, який автоматично показує активному дослідницькому агенту релевантні внутрішні активи даних, схеми баз даних та минулі аналізи.

Для корпоративних користувачів це означає, що здатність ArcticSwarm протистояти упередженню підтвердження може бути застосована до складної комбінації структурованих SQL-запитів до баз даних та неструктурованого перегляду внутрішніх документів. У підсумку це дає відповіді, які пройшли сувору незалежну перехресну перевірку ще до того, як їх побачить людина, що приймає рішення.