研究人员推出了一种名为G-ReAct的新型框架，旨在增强大型语言模型（LLM）的深度搜索能力。该方法将推理构建为查询图上的状态演化，能够显式跟踪搜索进度并遵守约束，从而缓解上下文遗忘和搜索漂移等问题。实验表明，G-ReAct在进行微调时，能够显著提升Qwen3-30B-A3B-Thinking-2507等模型在复杂任务上的性能，并在BrowseComp-ZH和XBench等基准测试中取得高准确率。该框架在推理时也能改进现有的LLM，无需额外微调，团队计划发布所有相关代码和模型权重。 AI
影响 该框架有望提高LLM解决复杂任务的效率和准确性，增强其处理多跳推理和保持上下文的能力。
排序理由 这是一篇详细介绍LLM深度搜索新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
