arXiv·· 13 天前AI 评分31
LexiHorizon：稳定长程深度搜索的强化学习框架
LexiHorizon: Stabilizing Reinforcement Learning for Long-Horizon Deep Search
AI 导读
LexiHorizon 是一个面向长程深度搜索的强化学习框架，针对检索系统对查询表述敏感、语义合理的查询也可能因实体名或别名不匹配而漏掉关键证据的问题，通过支持反复改写查询和更长的交互轨迹来稳定训练。
来源：arXiv · arxiv.org