Harness-G框架解决搜索智能体检索别名问题

Harness-G 是一种专为强化学习搜索智能体设计的图结构检索框架。研究指出，当前主流模型（如 Search-R1）在训练中常出现“检索等价坍缩”现象，即同一问题的不同查询会导致证据集严重重叠。为此，该框架将检索过程重构为图上的有限动作选择问题，有效解决了检索别名问题，从而提升了智能体的搜索效率与准确性。

2026-07-31 ~ 2026-07-31 · 2 条相关