#搜索智能体

共 7 篇相关资讯，按重要度与时间排序，每 3 小时更新。

★ 4

Iris搜索智能体：攀登搜索前沿

介绍Iris-mini和Iris-pro两个搜索智能体，通过反向构建多跳任务和SFT-RL交替训练，在BrowseComp等基准上取得开源最强成绩。计划开源模型权重和完整训练配方，推动搜索智能体发展。

arXiv cs.AI56 天前

★ 3

SOAR：面向搜索智能体的来源感知强化学习

针对搜索智能体常绕过外部信息、编造答案的「证据捏造」问题，研究者提出SOAR范式，通过来源感知工作流将外部与内部知识拆解为可观测的并行流，并引入来源一致性奖励实现精确信用分配。在3B与7B骨干上分别较基线提升7.3%与5.4%，证据捏造减少74.8%，在知识密集型基准上表现更忠实可靠。

arXiv NLP21 天前

★ 3

arXiv 论文：SEEDS 搜索智能体证据准入框架

论文将「检索证据」与「消费证据」区分开，提出证据准入问题，并给出预览引导的框架 SEEDS，让智能体根据当前推理状态决定哪些候选进入上下文。在九个知识密集型问答基准上，SEEDS 提升搜索效果并大幅减少全证据消耗。

arXiv NLP21 天前

★ 2

SARL 强化学习框架发布：提升 RAG 搜索智能体状态感知

研究者提出自评估强化学习 SARL，让模型在训练中学会识别已获得与仍缺失的信息，无需测试时额外评估。双奖励设计兼顾纠错效果与抑制过度依赖，在多跳推理上平均提升 35.9%、深度研究基准提升 27.9%，整体相对最强基线提升 24.3%，并在长搜索链下保持训练稳定。

arXiv NLP10 天前

★ 2

SteerSearch：支持搜索中途中改目标的强化学习框架

论文研究用户在模型搜索推理过程中改变目标的「中途引导」场景，识别出智能体仍回答旧问题的「答案目标锚定」失败模式。提出 SteerSearch 强化学习框架与 SteerSearch-Bench 基准，在 Qwen2.5-3B 上将引导准确率从 11.1% 提升至 31.3%，Qwen3-4B 上从…

arXiv cs.AI13 天前

★ 2

SSR：基于选择的结构化推理提升多模态搜索智能体效率

论文提出 Selection-based Structured Reasoning（SSR）框架，将多模态智能体的推理从开放式生成改为从预设可复用自然语言候选中选择，以减少小模型冗长无效推理带来的推理成本，提升动作生成效率。

Apple Machine Learning Research18 天前

★ 2

科学搜索智能体失败点审计

论文提出「决策检查点」方法，在推理时记录观测与工具动作，以区分科学搜索智能体是未遇到目标论文、未尝试查阅，还是查阅后给出错误答案。在 540 道 AutoResearchBench Deep 问题上，关键词搜索准确率 24.6%，原始搜索 17.8%。该协议将目标暴露与查阅行为从聚合准确率中分离出…

arXiv cs.AI32 天前