腾讯 RARG 用相关性分数指导 agentic 搜索
_reachsumit · x · 2026-07-28
腾讯这篇研究提出了 RARG，试图把“相关性”从简单的 top-k 检索信号，升级成指导 agent 在大语料里交互式搜索的执行先验。
论文的核心思路是：
- 用相关性分数来决定 先搜哪些文档，让更关键的线索更早暴露
- 用与查询更相关的段落初始化搜索入口，而不是盲目从头扫
- 对 grep 命中的结果再排序，把文档级排序可能漏掉的关键信息提前呈现给 LLM
作者称，在浏览式问答和高推理难度检索任务上，RARG 相比传统检索式 agent 和直接交互式 agent，都取得了更好的准确率/效率平衡。
「编程与Agent」频道最新
- Kimi K3 被接入 Claude Code 工作流当默认模型 — ngxson · 2026-07-28
- Cursor 将 Grok 4.5 和 Composer 2.5 打包进 ₹649 月费套餐 — CodeByPoonam · 2026-07-28
- Grok 4.5 在 Cursor 里 10 分钟做出跑酷游戏 — CodeByPoonam · 2026-07-28
- 一篇零代码搭建个人 agent 平台的实操指南 — pritisinghhhh · 2026-07-28
- 开源 AI 语音代理栈 QuickVoice 上线后迅速走红 — rahuliitk · 2026-07-28
- Nocap：一个用 TypeScript 写的 vibe coding 语言 — mshubham · 2026-07-28