研究人员开发了一种新的方法，用于训练大型语言模型（LLMs）决定何时使用外部搜索工具。这种反事实监督方法比较了使用搜索和不使用搜索的结果，以创建一个指导大型语言模型路由策略的“神谕”。该方法显著提高了 Gemma E2B 和 Qwen3.5-4B 模型的路由性能，增强了它们抑制不必要搜索或识别何时需要更多信息的能力。 AI
影响 通过实现更好的决策来决定何时利用外部搜索功能，从而提高大型语言模型的效率和准确性。
排序理由 该集群包含一篇详细介绍大型语言模型训练新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2607.05752v1 Announce Type: cross Abstract: Search-augmented language models can use external evidence to compensate for limitations in parametric knowledge, but search is not uniformly beneficial: models may call search for questions they can already answer, or rely on noi…
Search-augmented language models can use external evidence to compensate for limitations in parametric knowledge, but search is not uniformly beneficial: models may call search for questions they can already answer, or rely on noisy evidence when correction, clarification, or abs…