RAGShaper：通过自动化数据合成激发复杂的智能体RAG技能
计算与语言
2026-01-14 v1
摘要
智能体检索增强生成（Agentic RAG）赋予大语言模型自主规划和检索信息以解决复杂问题的能力。然而，鲁棒智能体的开发受到高质量训练数据稀缺的阻碍，这些数据需反映真实检索环境中的噪声和复杂性。传统的人工标注不可扩展，且往往无法捕捉处理检索失败所需的动态推理策略。为弥补这一差距，我们引入了 RAGShaper，一个旨在自动化构建 RAG 任务和鲁棒智能体轨迹的新型数据合成框架。RAGShaper 集成了一个 InfoCurator 来构建密集信息树，其中包含跨越感知和认知级别的对抗性干扰项。此外，我们提出了一种约束导航策略，迫使教师智能体面对这些干扰项，从而激发明确展示错误纠正和噪声拒绝的轨迹。综合实验证实，在我们合成的语料库上训练的模型显著优于现有基线，在噪声密集和复杂检索任务中表现出卓越的鲁棒性。
引用
@article{arxiv.2601.08699,
title = {RAGShaper: Eliciting Sophisticated Agentic RAG Skills via Automated Data Synthesis},
author = {Zhengwei Tao and Bo Li and Jialong Wu and Guochen Yan and Huanyao Zhang and Jiahao Xu and Haitao Mi and Wentao Zhang},
journal= {arXiv preprint arXiv:2601.08699},
year = {2026}
}