arXiv · cs.CL· Shengze Huang·· 18 天前AI 评分25
SOAR：面向搜索智能体的源感知强化学习与精确信用分配方法
SOAR: Source-Aware Reinforcement Learning with Precise Credit Assignment for Search Agents
来源与原文
arXiv · cs.CL
作者：Shengze Huang
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/2610.13157v1
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 SOAR（SOurce-Aware Reinforcement learning），通过 Source-Aware Workflow 将推理拆分为外部信息与内部知识两条可观测流，并用 Source-Consistent Reward 引导策略演进，解决搜索智能体绕过外部检索、编造答案的问题。在 3B 和 7B 底座上，SOAR 分别超过基线 7.3% 和 5.4%，证据捏造减少 74.8%，提升了知识密集型基准上的表现与推理的可靠性。
来源：arXiv · cs.CL · arxiv.org