多轮搜索新发现：检索文档导致置信度失效

_reachsumit · x · 2026-08-26

研究发现，基于置信度的投票方法在多轮搜索 Agent 设置下表现不佳。原因是“复制通胀”：当检索到的文档被添加到上下文中时，从文档复制的 Token 会系统地获得膨胀的对数概率，导致置信度分数扁平化。论文提出了基于检索的投票（RGV），通过计算最终答案与检索文档之间的词汇重叠来对每个 Rollout 进行评分，从而避开被污染的上下文。实验表明，RGV 在四个基准测试中一致优于基于置信度的投票。