深度搜索代理中的重排序权衡：通过有效 token 成本分析
信息检索
2026-01-21 v1
摘要
深度研究代理依赖于迭代检索与推理以回答复杂查询，但扩大推理成本在效率方面提出了显著挑战。我们研究如何在深度搜索管道中分配推理预算，聚焦于列表重排序的作用。基于 BrowseComp-Plus 基准，我们分析了模型规模、推理力度、重排序深度与总 token 成本之间的权衡，通过一种新颖的有效 token 成本（ETC）指标。我们的结果表明，重排序持续改进检索与端到端准确度，且适度的重排序往往比增加搜索时推理力度更具收益，在显著降低成本的同时可实现相当的准确度。我们的所有代码均已公开于 https://github.com/texttron/BrowseComp-Plus.git
引用
@article{arxiv.2601.14224,
title = {Rerank Before You Reason: Analyzing Reranking Tradeoffs through Effective Token Cost in Deep Search Agents},
author = {Sahel Sharifymoghaddam and Jimmy Lin},
journal= {arXiv preprint arXiv:2601.14224},
year = {2026}
}
备注
10 pages, 7 figures