超越单次检索：基于查询规划的多步骤工具检索
计算与语言
2026-01-13 v1 人工智能
信息检索
摘要
依赖有效检索机制的大语言模型代理在海量动态工具库中运行，但标准的单次稠密检索器在处理复杂请求时常常失效。这些失败主要源于抽象用户目标与技术文档之间的鸿沟，以及固定大小嵌入表示组合工具配置能力的局限。为此，我们提出 TOOLQP，一个轻量级框架，将检索建模为迭代查询规划。无需单次匹配，TOOLQP 将指令分解为子任务，并动态生成查询以与检索器交互，有效通过针对合成所需子任务的检索来缩小语义鸿沟。我们采用合成查询轨迹进行训练，并通过可验证奖励的强化学习（RLVR）进行优化。实验表明，TOOLQP 实现了最先进的性能，展现出卓越的零样本泛化能力、跨检索器的鲁棒性以及对下游代理执行的显著提升。
引用
@article{arxiv.2601.07782,
title = {Beyond Single-Shot: Multi-step Tool Retrieval via Query Planning},
author = {Wei Fang and James Glass},
journal= {arXiv preprint arXiv:2601.07782},
year = {2026}
}