摘要
深度搜索已成为大语言模型解决开放域复杂任务的基础能力。然而,现有方法通常依赖线性序列推理,难以在长视距多跳搜索中保持中间状态和约束,导致上下文遗忘、搜索漂移及探索效率低下。为此,我们提出G-ReAct,一种将推理组织为固定拓扑查询图上状态演化的深度搜索框架。该框架显式跟踪搜索进度并指导后续决策,将基于文本历史的探索性搜索转化为受显式约束的图引导推理。实验表明,仅用1.9K轨迹微调,Qwen3-30B-A3B-Thinking-2507在BrowseComp-ZH和XBench上表现优异,且在推理时也能提升现有强模型的深度搜索性能。
AI 推荐理由
论文提出G-ReAct框架,核心在于通过图结构引导状态演化以优化深度搜索中的推理过程,解决上下文遗忘和搜索漂移问题。
研究机构
MiML Plus, Xiaomi Inc.
华中科技大学
论文信息