DecEx-RAG：通过过程监督以决策与执行优化增强智能体检索增强生成
计算与语言
2025-10-08 v1
摘要
智能体检索增强生成（Agentic RAG）通过动态检索和自适应工作流增强了复杂任务的处理能力。最近的进展（例如 Search-R1）表明，结果监督强化学习展现出强大的性能。然而，这种方法仍然面临探索效率低下、奖励信号稀疏以及全局奖励反馈模糊的问题。为了应对这些挑战，我们提出了 DecEx-RAG，它将 RAG 建模为包含决策与执行的马尔可夫决策过程（MDP），同时引入高效的剪枝策略来优化数据扩展。通过全面的过程级策略优化，DecEx-RAG 显著增强了大型语言模型（LLMs）的自主任务分解、动态检索和高质量答案生成能力。实验表明，DecEx-RAG 在六个数据集上实现了 的平均绝对性能提升，显著优于现有基线。此外，该剪枝策略将数据构建效率提高了近 ，为过程监督 RAG 训练提供了高效解决方案。代码可在 https://github.com/sdsxdxl/DecEx-RAG 获取。
引用
@article{arxiv.2510.05691,
title = {DecEx-RAG: Boosting Agentic Retrieval-Augmented Generation with Decision and Execution Optimization via Process Supervision},
author = {Yongqi Leng and Yikun Lei and Xikai Liu and Meizhi Zhong and Bojian Xiong and Yurong Zhang and Yan Gao and Yi Wu and Yao Hu and Deyi Xiong},
journal= {arXiv preprint arXiv:2510.05691},
year = {2025}
}