谨慎查询，可信结果：利用强化学习教授 RAG 模型高级网络搜索工具
信息检索
2026-03-24 v2
摘要
检索增强生成（RAG）通过整合最新的外部知识来增强大语言模型（LLMs），但真实世界的网络环境带来了独特的挑战。这些局限性表现为两个关键挑战：网络环境中普遍存在的错误信息，会引入不可靠或误导性内容，从而降低检索准确性；以及网络工具利用不足，如果有效使用，可以提高查询精度并帮助减轻这种噪声，最终改善 RAG 系统的检索结果。为解决这些问题，我们提出 WebFilter，一个生成源限制查询并过滤掉不可靠内容的新型 RAG 框架。该方法结合了检索过滤机制与行为和结果驱动的奖励策略，同时优化查询构建和检索结果。大量实验表明，WebFilter 提高了答案质量和检索精度，在领域内和领域外基准测试中均优于现有的 RAG 方法。
引用
@article{arxiv.2508.07956,
title = {Careful Queries, Credible Results: Teaching RAG Models Advanced Web Search Tools with Reinforcement Learning},
author = {Yuqin Dai and Shuo Yang and Guoqing Wang and Yong Deng and Zhanwei Zhang and Jun Yin and Pengyu Zeng and Zhenzhe Ying and Changhua Meng and Can Yi and Yuchen Zhou and Weiqiang Wang and Shuai Lu},
journal= {arXiv preprint arXiv:2508.07956},
year = {2026}
}