GRASP：面向代理 RAG 的粒度感知搜索策略

代理式检索增强生成（RAG）允许语言模型迭代推理并生成查询，但在决定检索时机、匹配方式及控制上下文粒度方面仍具挑战。本文提出 GRASP，一种基于强化学习的框架，旨在训练智能体在多步推理中自适应协调互补的检索工具。该框架赋予智能体语义搜索、关键词搜索及段落阅读动作，使其能按需获取句子级证据并扩展上下文。实验表明，GRASP 在多项跳跃推理基准测试中，相较于单步检索及现有基线，显著提升了检索召回率与问答性能。分析显示，学习到的策略具备可解释的浏览与扫描行为，证明了协调检索信号与上下文粒度对正确推理至关重要。