Sequential Decision Framework

新框架评估 LLM 引导搜索策略

研究人员引入了一个新的框架来评估 LLM 引导搜索系统，该系统会迭代地生成查询并检索文档。该框架将搜索环境建模为排序列表，并定义了两个核心操作：“选择”（select）以在排序中前进，以及“生成”（spawn）通过查询重构生成新的排序。这种方法允许将各种检索策略表达为通用环境中的策略，并具有自然的强化学习解释。实验表明，检索方法和“深度研究”（deep research）策略都对性能有显著影响，尤其是在高召回率的信息检索场景中。