VLDB 演讲:Deep Research 需要协同设计 agent 与检索器
CShorten30 · x · 2026-09-05
Akari Asai 在 VLDB 分享 DR Tulu 与 AgentIR 两项工作,提出深度研究场景下 agent 与检索器应协同设计。核心议题:如何为开放式、难以验证的任务端到端训练 agent(DR Tulu 用 rubric 训练 agent 选择 BM25 或向量检索器,效果出色);以及让检索器利用 agent 的推理过程而非仅看最新查询——AgentIR 用 agent 的中间推理与搜索查询训练 embedding 模型。转引者认为将其与 BM25/ColBERT 等反馈结合是值得探索的方向。
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