arXiv cs.AI· Yujia Chen, Yuhui Wang, Junzhe Wang, Shihan Dou, Di Liang, Yujiong Shen, Yuhao Zhou, Zhiheng Xi, Ming Zhang, Senjie Jin, Jiayi Chen, Dingwei Zhu, Yajie Yang, Yuan Hua, Chenyao Lu, Tao Gui, Qi Zhang, Xuanjing Huang·· 2 天前AI 评分38
QREF：通过查询精炼与证据过滤对齐搜索与推理，提升 DeepSearch 智能体
QREF: Improving DeepSearch Agents by Aligning Search with Reasoning via Query Refinement and Evidence Filtering
AI 导读
QREF 是一个即插即用的查询精炼器与证据过滤器，通过按当前推理意图重写搜索查询并保留相关证据，提升 DeepSearch 智能体性能。在四个基准上，WebSailor 的 Pass@1 平均相对提升 33.55%，TongyiDeepResearch 提升 11.04%，且无需修改架构或重训练推理策略。经强化学习训练的查询精炼器将缺乏判别性检索锚点的查询批次比例降低 95%。
正文 · AI 翻译
作者：Yujia Chen、Yuhui Wang、Junzhe Wang、Shihan Dou、Di Liang、Yujiong Shen、Yuhao Zhou、Zhiheng Xi、Ming Zhang、Senjie Jin、Jiayi Chen、Dingwei Zhu、Yajie Yang、Yuan Hua、Chenyao Lu、Tao Gui、Qi Zhang、Xuanjing Huang
摘要：DeepSearch 智能体通过迭代搜索与推理，在复杂的信息检索任务上取得了强劲表现。然而，它们常常发出意图不匹配、约束不足或冗余的搜索查询，导致证据覆盖不佳并不断累积检索噪声。为缓解这些局限，我们提出 QREF，一种即插即用的查询精炼器与证据过滤器。具体而言，查询精炼器根据当前推理意图重写搜索查询，同时确保每个搜索批次之间具有互补覆盖。证据过滤器保留与当前搜索批次及推理目标均相关的证据，减少干扰性检索结果。我们通过监督微调初始化查询精炼器，并基于与真实网络搜索环境的交互，通过强化学习对其进行优化，从而减少无效查询。大量实验表明，我们的方法在四个具有挑战性的基准上提升了 DeepSearch 智能体的性能，在 WebSailor 上平均相对 Pass@1 提升 33.55%，在 TongyiDeepResearch 上提升 11.04%，且无需修改架构或重新训练其推理策略。与未使用 QREF 的原始 DeepSearch 主干相比，经强化学习训练的精炼器将缺乏判别性检索锚点的查询批次比例降低了 95%。与经监督微调训练的精炼器相比，它还降低了基于过滤器的无效查询比例。
| 学科： | 人工智能（cs.AI） |
| 引用格式： | arXiv:2610.21512 [cs.AI] |
| （或使用 arXiv:2610.21512v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.21512 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Yuhui Wang [查看邮箱]
[v1]
2026年10月15日星期四 08:47:44 UTC（759 KB）
来源：arXiv cs.AI · arxiv.org