Anthropic 团队发布 ARI：检索器在搜索中自我更新

Diane Tchuindjo（dianetc）、Omar Khattab、Devavrat Shah 等人发布 Amortized Reasoning Index（ARI），一种新型检索器：在搜索过程中利用推理模型在推理时给出的排序偏好产生梯度，在线更新自身权重，无需任何标注数据。多条转发帖（Charles Packer 的 lateinteraction、Connor Shorten、dbreunig 转述）均给予高度评价。

已确认

• ARI 属于「摊销」思路：当前 agent 每轮会话都要花大量推理判断哪些搜索结果重要，ARI 把这种判断力通过持续训练压缩进检索器本身，跨查询复用
• 训练方式是用推理模型对排序的偏好梯度，训练一个小型 cross-encoder
• 转述称 0.4B 小模型借助大模型持续强化学习，可追平甚至碾压 8B 模型
• 无需标注数据是方法的重要卖点

为什么重要

• 若判断力可以摊销进检索器，agent 每轮的推理开销有望显著降低，搜索质量随使用持续自我改进
• 小模型 + 大模型在线监督的组合，为低成本高性能检索提供了新范式

本簇全部帖子均为转发，原始发布帖（dianetc）未直接收录，具体实验细节与基准数字以原论文为准。

2026-11-07 ~ 2026-11-07 · 5 条相关

• Omar Khattab 团队推出 ARI:检索器在搜索中用推理模型偏好在线更新权重 — lateinteraction · 2026-11-07

另有 4 条近重复转述:CShorten30 · CShorten30 · lateinteraction · lateinteraction