Agentic AutoRAG：用推理驱动的智能体优化 RAG 流水线

Agentic AutoRAG 提出用推理驱动的智能体来优化 RAG 流水线配置，把分块、嵌入模型、重排序到生成等多个相互影响的超参数选择交给智能体处理。现有从贪心搜索到贝叶斯优化的方法只把每次试验压缩成一个总分，不建模配置为何表现如此，而检索到的文本块其实已提供了失败发生在检索还是生成阶段的证据。