# ArcticSwarm verbetert webzoekopdrachten met meerdere agents door consensus uit te stellen

> De nieuwe ArcticSwarm-architectuur scheidt het verzamelen van bewijs van de integratie ervan en behaalt met Qwen 3.5‑27B een score van 82.6% op BrowseComp.

Oossa · 2026-11-13 · https://oossa.com/nl/arcticswarm-boosts-multi-agent-web-search-accuracy-by-delaying-early-consensus

Onderzoekers op arXiv hebben ArcticSwarm geïntroduceerd, een systeem met meerdere agents voor langdurige webzoekopdrachten. Anders dan eerdere systemen, waarin agents meteen mogen stemmen zodra ze klaar zijn, houdt ArcticSwarm de zoekfase gescheiden van de beslisfase. Via een ‘verzamelpoort’ kunnen agents bevindingen op een gedeeld bord plaatsen, maar niet elkaars werk lezen. Later controleert een ‘integratiepoort’ elke kandidaat drie keer voordat die wordt geaccepteerd. Mislukt een controle, dan hervat het systeem de zoekopdracht in plaats van het antwoord simpelweg af te wijzen.

De auteurs testten de architectuur op de benchmark BrowseComp‑Plus, met 830 open vragen over webzoekopdrachten. Met het open-weightmodel Qwen 3.5‑27B behaalde ArcticSwarm een nauwkeurigheid van 82.6%. Ter vergelijking: het eerdere systeem MiroFlow kwam onder dezelfde omstandigheden uit op 70.6%, terwijl een eenvoudige aanpak met meerderheidsstemming bij hetzelfde tokenbudget 62.5% scoorde. De studie mat ook hoe vaak teams vasthielden aan een vroeg, onjuist antwoord: zonder verzamelpoort bleef in 32.2% van de runs de eerste kandidaat fout, tegenover 22.3% wanneer de poort was ingeschakeld. Dat kwam overeen met een daling van 3.8 procentpunt in nauwkeurigheid. Het verwijderen van de integratiepoort leidde tot een grotere daling van 5.9 procentpunt.

## Hoe het ontwerp zich verhoudt tot andere methoden met meerdere agents

Het ontwerp met twee poorten van ArcticSwarm pakt rechtstreeks een probleem aan dat de auteurs ‘vroege consensus’ noemen: agents nemen een kandidaat over voordat er genoeg bewijs is verzameld. Bij traditionele zoekmethoden met meerdere agents wordt vertrouwd op een meerderheidsstemming nadat alle agents klaar zijn. Daardoor kunnen antwoorden die in geen enkele afzonderlijke run zijn gevonden, niet worden toegevoegd. Door consensus uit te stellen tot na systematische controles kan ArcticSwarm nieuwe bevindingen meenemen die later in het proces naar voren komen.

De paper vermeldt ook resultaten met GPT‑5 voor BrowseComp-vragen op het live web. ArcticSwarm scoorde 73.6%: hoger dan de gepubliceerde score van 54.9% voor GPT‑5 en de score van 63.4% voor MiroFlow op dezelfde taak. Deze cijfers wijzen erop dat de voordelen van de architectuur niet tot één taalmodel beperkt zijn.

## Waarom de aanpak met poorten juist nu van belang is

Langdurige webzoekopdrachten vormen een belangrijk onderdeel van veel consumententools, van onderzoeksassistenten tot factcheckdiensten. Huidige methoden met meerdere agents komen vaak te vroeg tot een antwoord, wat de betrouwbaarheid verlaagt. ArcticSwarm laat zien dat het scheiden van bewijs verzamelen en integreren de juistheid kan verhogen zonder extra rekenkracht, simpelweg door de workflow anders in te richten.

Voor ontwikkelaars die AI-producten bouwen die met zoekresultaten worden aangevuld, biedt de studie een concreet stappenplan: voer eerst een fase in waarin agents alleen bevindingen kunnen plaatsen, en voer daarna meerdere verificatierondes uit voordat een definitief antwoord wordt gegeven. De aanpak vereist geen propriëtaire modellen, want hij werkt ook met open-weightmodellen zoals Qwen 3.5‑27B.

## De feiten

- ArcticSwarm behaalt met Qwen 3.5‑27B een nauwkeurigheid van 82.6% op de BrowseComp‑Plus-benchmark met 830 vragen.
- MiroFlow scoort met hetzelfde model en tokenbudget 70.6%, terwijl meerderheidsstemming op dezelfde test 62.5% behaalt.
- Zonder verzamelpoort houden teams in 32.2% van de runs vast aan een onjuiste eerste kandidaat; met de poort daalt dit naar 22.3%, een daling van 3.8 procentpunt in nauwkeurigheid.
- Als de integratiepoort wordt verwijderd, daalt de algehele nauwkeurigheid met 5.9 procentpunt.
- Met GPT‑5 scoort ArcticSwarm 73.6% op BrowseComp-vragen op het live web, hoger dan de gepubliceerde score van 54.9% voor GPT‑5 en de 63.4% van MiroFlow.

## Waarom het ertoe doet

Voor mensen die dagelijks AI-zoektools gebruiken, kan het ontwerp van ArcticSwarm betrouwbaardere antwoorden opleveren zonder extra rekenkracht. Ontwikkelaars kunnen de workflow met poorten toepassen om fouten door te vroege consensus te beperken en zo webzoekassistenten betrouwbaarder te maken. Onafhankelijke validatie op andere benchmarks is nog nodig om te bevestigen dat de winst ook bij uiteenlopende taken standhoudt.

## Bronnen en referenties

1. [ArcticSwarm: Deferring Early Consensus in Long-Horizon Multi-Agent Research](https://arxiv.org/abs/2609.01870) – arXiv cs.MA, 2026-11-13

Laatst bijgewerkt: 2026-11-13