DecoupleSearch：通过层次化奖励建模解耦规划与搜索
信息检索
2026-05-19 v2 人工智能
计算与语言
摘要
检索增强生成 (Retrieval-Augmented Generation, RAG) 系统已成为通过动态集成外部知识来提升大语言模型 (Large Language Model, LLM) 效果的关键方法。为进一步提升 RAG 的灵活性，Agentic RAG 引入了自主智能体。然而，Agentic RAG 面临若干挑战：(1) 每一步成功取决于高质量的规划与准确的搜索；(2) 缺乏对中间推理步骤的监督；(3) 规划与搜索的候选空间呈指数级增长。为此，我们提出 DecoupleSearch，一种利用双价值模型解耦规划与搜索流程的新框架，使计划推理与搜索 grounding 能够独立优化。我们的方法构建推理树，其中每个节点代表规划与搜索步骤。我们利用蒙特卡洛树搜索 (Monte Carlo Tree Search) 评估每一步的质量。在推理阶段，层次化束搜索 (Hierarchical Beam Search) 通过双价值模型迭代细化规划与搜索候选。广泛实验覆盖不同参数规模的政策模型，证明了该方法的有效性。
引用
@article{arxiv.2510.21712,
title = {DecoupleSearch: Decouple Planning and Search via Hierarchical Reward Modeling},
author = {Hao Sun and Zile Qiao and Bo Wang and Guoxin Chen and Yingyan Hou and Yong Jiang and Pengjun Xie and Fei Huang and Yan Zhang},
journal= {arXiv preprint arXiv:2510.21712},
year = {2026}
}
备注
EMNLP 2025 Main Conference