跳到正文
arXiv · NLP· Siheng Xiong, Oguzhan Gungordu, James C. Kerce, Faramarz Fekri·· 2026-10-06AI 评分33

DeepControl 自适应信息控制框架提升搜索增强 LLM 推理

Adaptive Information Control for Search-Augmented LLM Reasoning

AI 导读

summary_zh: DeepControl 提出基于信息效用的自适应控制框架,在七个基准测试中表现优于强 RL 基线。相比 Search-R1,该框架在 Qwen2.5-7B 和 3B 模型上平均性能分别提升 9.4 和 8.6 分。

来源:arXiv · NLP · arxiv.org