direct-corpus-interaction

GrepSeek 训练大型语言模型搜索代理，使其能够通过使用 grep 等 shell 命令直接与文本语料库交互。它采用两阶段训练流程：冷启动数据集构建和 GRPO 微调，在开放域问答基准测试中取得了优异的 F1 和 Exact Match 分数。

DCI（直接语料交互）提出使用简单的终端工具如grep和bash进行智能搜索，无需嵌入或向量索引，表现优于传统检索方法。

论文提出了直接语料库交互（DCI），这是一种新颖的方法，允许AI代理使用标准终端工具直接查询原始文本，而不是传统的基于嵌入的检索。通过绕过固定的相似性接口和离线索引，DCI在多个信息检索和智能体搜索基准上显著优于传统的稀疏、密集和重排序基线。