2025年3月21日
SEARCH-R1: 基于强化学习的大型语言模型多轮搜索与推理框架
摘要： 这个研究提出了一种新型强化学习(RL)框架SEARCH-R1，该框架使大型语言模型(LLM)能够实现多轮、交错的搜索与推理能力集成。不同于传统的检索增强生成(RAG)或工具使用方法，SEARCH-R1通过强化学习训练LLM自主生成查询语句，并优化其基于搜索引擎结果的推理过程。 该模型的核心创新在于完 阅读全文
posted @ 2025-03-21 10:15 deephub 阅读(144) 评论(0) 推荐(0)