重新审视推理密集型检索：在智能体搜索系统中评估与推进检索器

推理密集型检索旨在呈现支持下游推理的证据，而不仅仅是匹配主题相似性。对于智能体搜索系统而言，这种能力日益重要，因为检索器必须在迭代搜索和综合过程中提供互补证据。然而，现有工作在评估和训练两方面均存在局限：诸如 BRIGHT 之类的基准测试仅提供狭窄的标准答案集，并在孤立状态下评估检索器；而合成训练语料库通常优化单段落相关性，而非证据组合的构建。我们引入了 BRIGHT-Pro，这是一个由专家标注的基准测试，它通过多方面标准证据扩展了每个查询，并在静态和智能体搜索协议下评估检索器。我们进一步构建了 RTriever-Synth，一个方面分解的合成语料库，用于生成互补正样本和基于正样本条件的困难负样本，并使用它从 Qwen3-Embedding-4B 进行 LoRA 微调得到 RTrivier-4B。跨越词法、通用和推理密集型检索器的实验表明，方面感知和智能体评估揭示了被标准指标隐藏的行为，同时 RTriever-4B 相比其基础模型有显著提升。