English(EN) One Policy, Any Budget: Internalizing Budget-Aware Search via Reinforcement Learning

AnySearch框架支持预算感知的LLM搜索代理

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-02 04:00

研究人员开发了AnySearch，一个旨在使基于LLM的搜索代理更能适应不同预算限制的框架。与在固定预算下进行训练的先前方法不同，AnySearch使用新颖的训练脚手架和课程强化学习。这种方法允许单一策略有效地执行预算感知搜索，即使部署条件与训练时不同。在多个QA基准上的实验表明，AnySearch在各种预算规模上优于现有方法，并能泛化到未见的约束。 AI

影响提高了LLM搜索代理的效率和适应性，有可能降低运营成本并改善资源受限环境下的性能。

排序理由研究论文，详细介绍了基于LLM的搜索代理的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 29 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 研究论文，详细介绍了基于LLM的搜索代理的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Xiaowei Sun, Jin Li, Yili Hong, Yikun Fu, Yanghua Xiao · 2026-09-02 04:00

一项政策，任何预算：通过强化学习实现预算感知搜索的内部化

arXiv:2609.00813v1 Announce Type: new Abstract: While reinforcement learning has enabled LLM-based search agents to invoke external tools, existing methods train under fixed budgets and cannot adapt when constraints vary at deployment. We propose AnySearch, a framework that enabl…

本文如何被排名

报道来源 [1]

一项政策，任何预算：通过强化学习实现预算感知搜索的内部化

相关实体

相关话题