VLDB 演讲：Deep Research 智能体需与检索器协同设计
CShorten30 · x · 2026-09-05
CShorten30 分享了 AkariAsai 在 VLDB 上关于 Deep Research 的演讲，涉及 DR Tulu 与 AgentIR 两个工作：
- DR Tulu：用 rubric 训练 deep research 智能体，使其能自主选择 BM25 或向量检索器，效果出色
- AgentIR：为智能体的中间推理与搜索查询训练专用 embedding 模型，作者认为这一思路非常巧妙
核心观点：Deep Research 的效果依赖智能体与检索器的协同设计，而非单独优化某一方。
所属事件:VLDB报告:Deep Research需协同设计检索器(4 条相关)→
「编程与Agent」频道最新
- Skills/MCP/RAG/Memory 一张图分清：agent 四类知识机制各管什么 — MaryamMiradi · 2026-10-21
- 客服拒与 AI 对话，用户的 agent 隐瞒身份继续维权 Xfinity — MoonL88537 · 2026-10-21
- Every.to《Codex 是如何诞生的》公开采访原文供读者用 agent 核查 — every · 2026-10-21
- 一条提示词直出 Blender 素材：Voyager+Opus 5.5 全程零配置 — ravisparikh · 2026-10-21
- 航空业的数据溯源思路：智能体如何在图结构数据上拼证据 — colinmcnamara · 2026-10-21
- 让 Claude Code 独立执导 MV：6.5 小时、765M 输入 tokens 完成 — colinmcnamara · 2026-10-21