论文提出推理-搜索增强LLM的四轴分类与受控证据综合方法。
资讯摘要
论文综述将逐步推理与交互式搜索紧密耦合的推理-搜索增强LLM框架，把检索视为迭代智能体循环中的动作，而非一次性预处理。作者沿检索耦合、控制器设计、知识来源、接地严格性四个架构轴分析系统，并将提示、监督、偏好优化与强化学习作为横跨各架构的学习信号维度，区分基准难度与RSA循环需求，综合受控的同一研究内消融与质量-成本差异。
要点速读
- 论文指出静态检索增强仍会产生无证据支持或与证据矛盾的陈述，导致幻觉与信息更新困难。
- 作者按检索耦合、控制器设计、知识来源、接地严格性四个架构轴梳理推理-搜索循环系统。
- 学习信号被单列为横跨维度，并强调避免跨异构模型、检索器与评测协议的不当合并。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。