论文页面 - 迈向检索交互空间以实现智能体搜索

来源：https://huggingface.co/papers/2606.06880

摘要

RISE 框架通过结合 BM25 检索与预处理的文件索引，构建了有边界的交互空间，用于智能体搜索，从而在保持高精度的同时实现大规模语料库的高效探索。

为搜索智能体设计的检索 (https://huggingface.co/papers?q=Retrieval) 仍然继承自非智能体信息检索 (https://huggingface.co/papers?q=retrieval)：检索器对语料库进行排序，智能体读取一小部分返回的文档。最近的直接语料交互 (https://huggingface.co/papers?q=direct%20corpus%20interaction) (DCI) 研究表明，智能体可以通过 shell 工具 (https://huggingface.co/papers?q=shell%20tools)（如 grep 和文件读取）与原始语料库进行交互。但无界交互无法扩展：每一条宽泛的 shell 命令都会扫描整个语料库，随着语料库增长，延迟急剧恶化。我们认为，检索 (https://huggingface.co/papers?q=retrieval) 在智能体搜索中的作用不仅仅是选择适合 LLM 上下文窗口的文档，而是构建一个交互空间 (https://huggingface.co/papers?q=interaction%20space)：即一个由智能体可通过相关工具探索的有界语料库子集。这带来了两个设计结果：该空间需要由检索 (https://huggingface.co/papers?q=retrieval) 提供边界，并且其中的对象应经过处理以支持交互。作为概念验证，我们提出了 RISE (https://huggingface.co/papers?q=RISE)（检索交互空间 (https://huggingface.co/papers?q=Interaction%20SpacE)）：我们使用 BM25 (https://huggingface.co/papers?q=BM25) 构建交互空间 (https://huggingface.co/papers?q=interaction%20space)；同时，其文档在索引期间被处理以供 shell 式导航。在 BrowseComp-Plus (https://huggingface.co/papers?q=BrowseComp-Plus) 上，RISE (https://huggingface.co/papers?q=RISE) 在 gpt-5.4-mini 上以约四分之一每次查询成本达到 78% 的准确率，与纯 shell DCI 基线持平。在 100 万文档规模下，RISE (https://huggingface.co/papers?q=RISE)-BM25 (https://huggingface.co/papers?q=BM25) 在 gpt-5.4-mini 上达到 81%，而 gpt-5.4-nano 上的 DCI 则降至 60%，且 100 次中有 33 次挂钟超时失败。

查看 arXiv 页面 (https://arxiv.org/abs/2606.06880) 查看 PDF (https://arxiv.org/pdf/2606.06880) GitHub2 (https://github.com/texttron/RISE) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.06880)

在你的智能体中获取这篇论文：

hf papers read 2606.06880

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

引用此论文的模型0

暂无链接此论文的模型

在模型 README.md 中引用 arxiv.org/abs/2606.06880 以从此页面链接。

引用此论文的数据集0

暂无链接此论文的数据集

在数据集 README.md 中引用 arxiv.org/abs/2606.06880 以从此页面链接。

引用此论文的 Spaces0

暂无链接此论文的 Space

在 Space README.md 中引用 arxiv.org/abs/2606.06880 以从此页面链接。

包含此论文的收藏集0

暂无包含此论文的收藏集

将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接。