Search-GRT 用真值文档训练搜索智能体，提升多跳问答
_reachsumit · x · 2026-08-04
三星团队提出 Search-GRT，一种用于搜索型智能体的指导式检索训练方法，在 RL 训练阶段限制只检索与答案真正相关的文档。
- 核心思路是用地面真值相关文档缩小检索空间，给智能体提供更密集、更稳定的学习信号。
- 这样可以缓解多跳问答里的稀疏奖励问题，并提升模型在子查询生成和答案综合上的能力。
- 论文称该方法在多个 QA 任务上稳定优于 Search-R1，尤其适合多跳问答场景。
「编程与Agent」频道最新
- 破解长程任务智能体状态迷失，新框架让准确率大幅提升 — Ziyu Ma · 2026-08-04
- 告别 Docker：db-here 实现 AI 智能体零风险隔离数据库 — andersonbcdefg · 2026-08-04
- memsem：为 AI Agent 打造的本地化语义记忆 MCP 服务器 — WindSeries · 2026-08-04
- OpenAI 推出 ChatGPT Work，可数小时自主完成复杂项目 — emmanuelvivier · 2026-08-04
- Google Gemini API 推出托管 Agent 服务 — emmanuelvivier · 2026-08-04
- Token 价格暴跌为何没省下钱？开发者呼吁关注「单步完成成本」 — truecakesnake · 2026-08-04