RGLT：用检索增益锚定潜在推理提升检索准确率

_reachsumit · x · 2026-08-17

该论文提出了检索锚定潜在推理（RGLT）框架，用于密集检索中的推理增强任务。传统方法通常受最终检索目标主导，导致潜在推理轨迹学习到捷径模式。RGLT 通过静默令牌构建指令条件下的潜在推理轨迹，显式连接中间潜在状态与检索改进。它结合了过程监督的显隐式蒸馏与检索锚定监督，利用分阶段的 CoT 重建塑造中间状态，并使用检索效果信用来优化推理轨迹中的增量检索增益。实验表明，RGLT 在推理密集型检索基准上持续优于强基线，同时保持了高效的嵌入推理。