arXiv cs.CL· Biswas Poudel, Nilson Chapagain, Amit Kumar, Xianshun Jiang·· 12 小时前AI 评分31
推理-搜索增强型 LLM：操作分类体系、基准分析与受控证据综合
Reasoning-Search-Augmented LLMs: An Operational Taxonomy, Benchmark Analysis and Controlled Evidence Synthesis
AI 导读
一项综述从检索耦合、控制器设计、知识来源与接地严格度四个架构维度，梳理将逐步推理与交互式搜索紧密耦合的推理-搜索增强型 LLM 框架。研究把提示、监督、偏好优化与强化学习作为横切的学习信号维度单独处理，并区分基准难度与 RSA 循环需求，综合受控的同研究内消融与质量-成本差值，避免跨异构模型骨干、检索器、语料与评测协议的不当合并。
正文 · AI 翻译
摘要：大型语言模型（LLMs）展现出令人瞩目的涌现推理能力，但仍受限于固定的模型参数和有限的上下文窗口。即使辅以静态检索，它们也可能生成检索证据不支持、甚至与检索证据相矛盾的陈述。这会导致幻觉、难以纳入最新信息，以及无法正确解读或调和来源。近期工作通过将逐步推理与交互式搜索紧密耦合来应对这些局限，把检索视为迭代式智能体循环中的一项动作，而非一次性的预处理步骤。本研究综述了通过交错进行规划、查询、检索、整合、验证和停止来实现此类推理-搜索循环的框架。我们通过四个架构维度分析这些系统：检索耦合、控制器设计、知识来源和接地严格性。我们单独将学习信号视为一个横切维度，因为提示、监督、偏好优化和强化学习可以实例化相同的架构，却产生实质不同的搜索、停止和接地行为。我们进一步区分基准难度与 RSA 循环需求，并综合受控的同一研究内消融实验和质量-成本增量，避免在异构模型骨干、检索器、语料库和评估协议之间进行无效的合并。我们的目标是厘清推理-搜索增强型 LLMs 的图景，并就塑造未来研究的设计选择勾勒出一个统一视角。
| 评论： | 10 页 |
| 主题： | 信息检索（cs.IR）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.29189 [cs.IR] |
| （或 arXiv:2610.29189v1 [cs.IR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29189 由 DataCite 颁发的 arXiv DOI（待注册） |
|
| 相关 DOI： | https://doi.org/10.5281/zenodo.23524293
链接到相关资源的 DOI |
提交历史
来自：Nilson Chapagain [查看电子邮件]
[v1]
2026 年 10 月 21 日星期三 04:19:06 UTC（1,614 KB）
来源：arXiv cs.CL · arxiv.org