摘要
Agent 编译的知识库为大型语言模型在开放域任务中提供持久外部知识，但常受限于不完整、错误及冗余等问题，导致检索保真度下降。本文提出 DeepRefine，一种基于 LLM 的推理模型，旨在通过用户查询优化预构建知识库。该方法通过与知识库多轮交互，利用溯因诊断定位缺陷并执行针对性精炼动作。此外，文章引入“超越草稿增益”奖励机制，在无黄金参考情况下通过强化学习端到端优化精炼策略，显著提升了下游任务性能。
AI 推荐理由
论文核心研究 Agent 编译知识库的优化，直接针对外部记忆机制的质量提升。
研究机构
HKUST
HKBU
Microsoft Research Asia
Hong Kong, SAR, China
论文信息