ACARE：4B 重排器让搜索 Agent 结合原始问题与推理链打分，检索更准更省

_reachsumit · x · 2026-10-28

论文提出 Agent-Context-Aware Reranker（ACARE），解决 agentic search 的一个盲点：文档可能匹配 Agent 生成的子查询，却无助于回答用户原始问题。ACARE 是一个 4B 参数的紧凑 LLM 重排器，打分时同时利用原始问题和 Agent 的推理链。在多个基准和多种 Agent 家族上，ACARE 相比基础重排器提升检索质量并减少搜索次数；在答案生成端也提升准确率，且帮助更小的 Agent 缩小与更大 Agent 的检索质量差距，说明更好的检索工具能让小 Agent 更有效。模型、训练数据与代码将开源。