重思推理密集型检索：评估与推进代理搜索系统中的检索器

推理密集型检索旨在提供支持下游推理的证据，而非仅匹配主题相似性，这对需迭代搜索与合成的代理系统至关重要。针对现有基准狭窄及训练语料优化单一相关性的局限，本文提出 BRIGHT-Pro 基准，扩展多方面黄金证据并评估静态与代理协议下的检索器。此外，构建方面分解的合成语料 RTriever-Synth，用于微调 RTriever-4B 模型。实验表明，感知方面与代理评估能揭示标准指标隐藏的行为，且新模型显著优于基线。