论文页面 - 理解环境感知的信息检索行为

来源：https://huggingface.co/papers/2606.16817

摘要

大语言模型可以通过强化学习训练，为不同的检索器调整查询构建策略，从而获得截然不同的最优查询风格，并借助检索器特定的指导与模型规模扩展来提升性能。

近年来，检索增强生成（RAG）方法在处理复杂查询方面表现出了强大能力，然而当前研究忽视了一个关键挑战：不同的检索器需要根本不同的查询构建策略才能达到最优性能。在本工作中，我们首次系统分析了LLM如何通过强化学习（RL）学习为不同检索器调整其查询构建策略。我们的实证研究表明，RL能有效教会LLM针对特定检索器的特性定制查询。我们发现，不同检索器展现出截然不同的最优查询风格（例如描述型 vs. 提问型），这意味着为某一检索器学到的策略对另一检索器无效。我们进一步证明，通过引入检索器特定的人类指导以及扩大模型规模可以提升性能。为促进在多步检索轨迹上的学习，我们引入了一种基于分支的展开技术，该技术能提升训练稳定性。我们的工作为构建真正检索器感知的RAG系统提供了首批实证依据及可操作见解。代码与资源可在 https://github.com/LCO-Embedding/Envs-aware-Information-Retrieval 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2606.16817) 查看 PDF (https://arxiv.org/pdf/2606.16817) GitHub 5 (https://github.com/LCO-Embedding/Envs-aware-Information-Retrieval) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.16817)

在你的智能体中获取此论文：

hf papers read 2606\.16817

没有最新CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2606.16817 即可在此页面建立链接。

引用此论文的数据集 0

没有数据集关联此论文

在数据集 README.md 中引用 arxiv.org/abs/2606.16817 即可在此页面建立链接。

引用此论文的 Space 0

没有 Space 关联此论文

在 Space README.md 中引用 arxiv.org/abs/2606.16817 即可在此页面建立链接。

包含此论文的收藏集 0

没有收藏集包含此论文

将本论文添加至收藏集 (https://huggingface.co/new-collection) 即可在此页面建立链接。