摘要
训练深度搜索代理需要验证性问题，确保答案仅在获取充分证据后可得。现有方法常通过增加图结构复杂度来提升难度，但这无法保证实际搜索难度，因可能存在廉价捷径。本文提出感知捷径的难度框架，识别四种捷径风险，并据此引入 FORT 框架。该框架通过控制实体选择、证据构建及对抗优化等环节合成抗捷径数据。实验表明，基于 FORT 数据训练的代理在深度搜索基准上表现最优，显著减少了捷径模式并延长了有效搜索过程。
AI 推荐理由
论文核心研究深度搜索中的推理路径抗捷径机制，通过合成数据增强代理的逻辑推理与证据获取能力。
研究机构
iQuest Research
Shanghai Jiao Tong University
KAUST
Gaoling School of Artificial Intelligence, Renmin University of China
论文信息