arXiv · NLP· Biswas Poudel, Nilson Chapagain, Amit Kumar, Xianshun Jiang·· 16 小时前AI 评分20
推理-搜索增强型 LLM 的运营分类学、基准分析与受控证据综合
Reasoning-Search-Augmented LLMs: An Operational Taxonomy, Benchmark Analysis and Controlled Evidence Synthesis
AI 导读
研究构建了推理-搜索增强型 LLM 的运营分类学，通过四个架构轴分析将逐步推理与交互式搜索紧密耦合的系统，并独立处理学习信号这一横向维度。 系统通过交错规划、查询、检索、整合、验证和停止来实施推理-搜索循环，区分了基准难度与 RSA-loop 需求，并综合了受控的消融实验和质量成本差异。 该研究旨在厘清推理-搜索增强型 LLM 的现状，并概述塑造未来研究的设计选择的统一视角。
来源：arXiv · NLP · arxiv.org