AgentIR：面向深度研究代理的推理感知检索

深度研究代理在每次搜索前会生成显式的自然语言推理，揭示了丰富的意图与上下文信息，而现有检索器往往忽略这一信号。为此，本文提出：（1）推理感知检索范式，将代理的推理轨迹与查询联合嵌入；（2）DR-Synth 数据合成方法，从标准问答数据集生成训练数据。实验表明，两者结合训练的 AgentIR-4B 模型在 BrowseComp-Plus 基准上显著优于传统嵌入模型及 BM25，证明了利用推理信号的有效性。