arXiv · cs.CL· Kyuyoung Kim·· 9 天前AI 评分44
Retrieval Program Learning（RPL）：用强化学习将搜索原语组合成可编程检索程序
Learning to Program Retrievals: Composing Search Primitives via Reinforcement Learning
来源与原文
arXiv · cs.CL
作者：Kyuyoung Kim
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.24854v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出可编程搜索框架 Retrieval Program Learning（RPL），让策略通过强化学习把搜索原语组合成带局部状态与控制流的程序。针对稀疏反馈下的探索难题，其 program mutation 方法将次优程序的局部变体转为训练轨迹蒸馏回策略。在开放域问答与语料级推理任务上，RPL 训练的 4B 模型超越所有 8B 基线，多跳任务提升显著，同时降低上下文消耗与检索轮次。
来源：arXiv · cs.CL · arxiv.org