腾讯 RARG 把 relevance 变成智能检索的搜索先验
tencent · hf · 2026-07-29
腾讯团队提出了 RARG，一种面向 agentic search 的 relevance-aware 搜索代理。论文的核心思路是：不要只把 relevance 当作召回过滤器，而是把它变成指导 ripgrep 式 corpus interaction 的执行先验。
- 问题：复杂问答里，仅靠文档级 relevance 还不足以定位、组合和验证证据。
- 方法：用 relevance 决定文档遍历顺序、初始化更有希望的入口，并重排 grep 命中片段。
- 结果：在 browse QA 和推理型检索任务上，准确率/效率权衡更优。
- 意义：relevance 不只是“召回什么”，还应该决定 agent“怎么搜”。
所属事件:腾讯提出 RARG：将相关性转化为智能体搜索先验(3 条相关)→
「研究」频道最新
- 逆向工程揭秘：Claude 分词器的奇特机制与异常行为 — soldni · 2026-07-30
- 论文：利用大模型挖掘传统数据遗漏的潜在职业转换路径 — soumitrashukla9 · 2026-07-30
- CFXS 会议论文：用 LLM 挖掘隐藏的跨行求职路径 — soumitrashukla9 · 2026-07-30
- AI智能体平台Silico自主复现三篇经典可解释性论文 — mathildepapillo · 2026-07-30
- 李飞飞：真实世界数据不够，仿真是机器人训练关键 — YunzhuLiYZ · 2026-07-30
- DeepMind 辟谣:科学团队并未转型,正扩大 AI for Science — ns123abc · 2026-07-30