ITER 检索器：利用历史交互优化 Agent 深度研究
_reachsumit · x · 2026-08-31
论文提出了 ITER (Interaction-Aware Retrieval)，一种专为深度研究 Agent 设计的密集检索器。
- 核心问题：传统检索器仅基于当前子查询训练，忽略了 Agent 之前的交互历史和已访问文档，导致重复返回已知信息。
- 解决方案：ITER 将主问题、历史子查询及已访问文档纳入表征，利用“轨迹相对”学习信号进行训练。
- 效果：在 InfoSeek-Eval 和 BrowseComp-Plus 上分别超越基线 LRAT 7.5% 和 13.5%，且具有更强的跨 Agent 鲁棒性。
「编程与Agent」频道最新
- 复现 Claude Code 与 Grok 界面的 shadcn 组件库 — RichardsonDx · 2026-08-31
- 后 AI 数据栈：Agent 时代的基建挑战 — sh_reya · 2026-08-31
- OpenClaw 2.0 发布：重构安装流程，含 1.6 万次提交 — heyneighbor · 2026-08-31
- MCP 服务器上线，让 LLM 智能体玩《文明6》 — jia_seed · 2026-08-31
- Hermes Agent 搭配 GLM-5.2 成功运行于 2GB VPS — granawkins · 2026-08-31
- 利用 TRL + OpenEnv 训练自定义 Agent 工作流 — ariG23498 · 2026-08-31