搜索而非猜测：教导小型语言模型成为高效的搜索智能体

配备搜索工具的智能体已成为知识密集型任务的有效解决方案。尽管大语言模型具备强大的推理能力，但其高昂的计算成本限制了实际部署。近期研究致力于将大模型的智能体行为蒸馏至小型语言模型。然而评估发现，小模型调用搜索工具频率较低且易产生幻觉。为此，本文提出一种轻量级微调方法，显式训练小模型基于检索证据可靠地生成答案。实验表明，该方法在多跳推理基准上显著优于传统蒸馏方法，达到大模型水平，并揭示了自适应搜索策略可能损害性能，一致性搜索行为对可靠推理至关重要。