核心内容摘要
探索的奥秘：金黄色光芒下的生命之源与感官奇迹
1 背景传统 RAG 的“单跳”天花板传统检索增强生成RAG「一次检索 一次生成」。
当问题需要多跳推理例A 比 B 大几岁→ 先查 A 出生年 → 再查 B 出生年时单跳检索往往“一步错、步步错”。
图1 经典 Agentic Search 流程Agentic Search把 RAG 升级成「多轮推理-检索」循环LLM 像侦探一样边思考边查资料直到凑齐证据链。
然而检索器仍沿用老掉牙的“语义相似度”方案——只关心“这段文字像不像答案”不关心“这段文字能不能把推理引向正途”。
于是高相似但误导性的段落被当成宝贝最终答案翻车。
2 方案双视角打分 双向飞轮人大高瓴 百度 提出一套面向智能搜索的检索器训练框架。
与传统单轮检索增强生成RAG只关注“局部段落效用”不同同时考虑局部查询-段落相关性全局答案正确性两者共同衡量段落在多轮智能搜索中的真实效用。
图2 训练框架
1 训练数据怎么来给定一条 Agent 轨迹T {t₁,q₁,D₁, … , tₙ,A}对每个中间查询qᵢ从语料里先捞 20 条候选段落pᵢ,₁…pᵢ,₂₀然后打两份分Local RelevanceLR用 Qwen
2.
B 做「列表式」相关性打分0–100鼓励段落直接回答qᵢ。
若能推断出qᵢ的“子答案”一并喂给 LLM 做参考减少幻觉。
Global Answer CorrectnessGAC把pᵢ,ⱼ塞回 Agent让它跑完后续所有轮次看最终答案是否命中标准答案EM1/0。
这一步把“局部有用”升级为“全局正确”过滤掉会把推理带歪的高相似段落。
排序规则先按 GAC 降序再按 LR 降序Top-1 且 GAC1 LR≥60 为正例其余做负例每查询凑 16 条样本。
2 模型怎么训输入原始问题Q 当前查询qᵢ用[SEP]拼接不引入历史查询实验表明历史查询会引入噪声。
损失对比学习in-batch 跨 GPU 负样本温度
01。
初始化直接热启 E5-base2 epochlr 2e-5。
3 飞轮怎么转算法1 迭代优化伪代码第 k 轮用Agentic-Rₖ₋₁做环境PPO 训出更强Agentₖ用Agentₖ产生新轨迹构造更高质量训练集用新数据训出Agentic-Rₖ重复 2 轮即收敛。
3 Agentic-R 用两轮迭代让检索器“长眼睛”Agentic-R 在 7 个数据集、3 种不同搜索 Agent 上平均提升 2–3 个绝对 EM 点同时让搜索轮数**减少 10–15%**。
两轮迭代后收益饱和继续训反而轻微掉点。
表1 主实验结果7 个 QA 数据集EM 分数图3 平均搜索轮数对比图4 迭代轮数 vs 性能4 一张图看懂“为什么 E5 会翻车”表6 Case StudyHotpotQAE5 把“Get Shorty”当成
大片结果一路检索“莫须有”的 honky-tonkAgentic-R 直接锁定“Urban Cowboy”“Gilley’s Club”一步直达正确答案Mickey Gilley。
学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】