突破RAG天花板：Agentic-R双视角检索技术详解

Agentic-R：提升多跳推理检索效能的创新方案传统RAG系统在多跳推理任务中受限于单次检索模式，易因误导性内容导致推理错误。Agentic-R提出"双视角打分"机制，结合局部查询-段落相关性（LR）和全局答案正确性（GAC）评估段落价值。通过两轮迭代训练（数据生成→模型优化），该方法在7个数据集上平均提升2-3个EM分数，减少10-15%搜索轮次。实验显示其能有效过滤高相

python零基础入门小白

661人浏览 · 2026-01-31 16:32:03

python零基础入门小白 · 2026-01-31 16:32:03 发布

Agentic-R是一种新型检索器，解决了传统RAG系统在多跳推理任务中的局限性。它采用"双视角打分"方法，同时评估局部查询-段落相关性和全局答案正确性，通过两轮迭代优化训练。实验表明，在7个数据集上，Agentic-R平均提升2-3个EM分数，同时减少10-15%的搜索轮数，有效避免了高相似但误导性内容的干扰，显著提升了智能搜索的准确性和效率。

https://github.com/Agentic-R/Agentic-R Agentic-R: Learning to Retrieve for Agentic Search https://arxiv.org/pdf/2601.11888

1 背景：传统 RAG 的“单跳”天花板

传统检索增强生成（RAG）=「一次检索 + 一次生成」。
当问题需要多跳推理（例：A 比 B 大几岁？→ 先查 A 出生年 → 再查 B 出生年）时，单跳检索往往“一步错、步步错”。

图1 经典 Agentic Search 流程

Agentic Search 把 RAG 升级成「多轮推理-检索」循环：LLM 像侦探一样，边思考边查资料，直到凑齐证据链。
然而，检索器仍沿用老掉牙的“语义相似度”方案——只关心“这段文字像不像答案”，不关心“这段文字能不能把推理引向正途”。于是高相似但误导性的段落被当成宝贝，最终答案翻车。

2 方案：双视角打分 + 双向飞轮

人大高瓴 & 百度提出一套面向智能搜索的检索器训练框架。与传统单轮检索增强生成（RAG）只关注“局部段落效用”不同，同时考虑：

局部查询-段落相关性
全局答案正确性

两者共同衡量段落在多轮智能搜索中的真实效用。

图2 训练框架

2.1 训练数据怎么来？

给定一条 Agent 轨迹
T = {t₁,q₁,D₁, … , tₙ,A}
对每个中间查询 qᵢ，从语料里先捞 20 条候选段落 pᵢ,₁…pᵢ,₂₀，然后打两份分：

Local Relevance（LR）
用 Qwen2.5-72B 做「列表式」相关性打分（0–100），鼓励段落直接回答 qᵢ。
若能推断出 qᵢ 的“子答案”，一并喂给 LLM 做参考，减少幻觉。
Global Answer Correctness（GAC）
把 pᵢ,ⱼ 塞回 Agent，让它跑完后续所有轮次，看最终答案是否命中标准答案（EM=1/0）。
这一步把“局部有用”升级为“全局正确”，过滤掉会把推理带歪的高相似段落。

排序规则
先按 GAC 降序，再按 LR 降序；Top-1 且 GAC=1 & LR≥60 为正例，其余做负例，每查询凑 16 条样本。

2.2 模型怎么训？

输入：原始问题 Q + 当前查询 qᵢ，用 [SEP] 拼接，不引入历史查询（实验表明历史查询会引入噪声）。
损失：对比学习，in-batch + 跨 GPU 负样本，温度 0.01。
初始化：直接热启 E5-base，2 epoch，lr 2e-5。

2.3 飞轮怎么转？

算法1 迭代优化伪代码

第 k 轮用 Agentic-Rₖ₋₁ 做环境，PPO 训出更强 Agentₖ；
用 Agentₖ 产生新轨迹，构造更高质量训练集；
用新数据训出 Agentic-Rₖ；
重复 2 轮即收敛。

3 Agentic-R 用两轮迭代，让检索器“长眼睛”

Agentic-R 在 7 个数据集、3 种不同搜索 Agent 上平均提升 2–3 个绝对 EM 点；同时让搜索轮数**减少 10–15%**。
两轮迭代后收益饱和，继续训反而轻微掉点。

表1 主实验结果（7 个 QA 数据集，EM 分数）

图3 平均搜索轮数对比

图4 迭代轮数 vs 性能

4 一张图看懂“为什么 E5 会翻车”

表6 Case Study（HotpotQA）

E5 把“Get Shorty”当成第三部大片，结果一路检索“莫须有”的 honky-tonk；
Agentic-R 直接锁定“Urban Cowboy”+“Gilley’s Club”，一步直达正确答案 Mickey Gilley。

如何系统的学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

在这里插入图片描述