摘要
检索增强生成（RAG）通过利用外部知识减少大模型幻觉，近期研究将其转化为自主多轮信息搜寻过程。然而，现有方法常积累无关噪声文档且依赖稀疏强化学习信号。本文提出 SE-Search，一种自我进化搜索代理，通过记忆净化、原子查询训练和密集奖励三大组件优化在线搜索行为。该代理遵循“思考 - 搜索 - 记忆”策略，保留关键证据并过滤无关内容。实验表明，其在单跳和多跳问答基准上显著优于强基线模型。
AI 推荐理由
论文核心提出自我进化搜索代理，通过记忆净化和密集奖励实现在线行为自我改进。
研究机构
南京大学
腾讯优图实验室
论文信息