跳到正文
热点事件持续更新

Kim 等发布 RPL 框架，以程序变异优化检索

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年10月20日，Kyuyoung Kim 等人在 arXiv 发表新研究，正式提出检索程序学习（RPL）框架。该框架定义为可编程搜索系统，支持策略将检索基元组合成具备局部状态与控制流的可执行程序。这一设计旨在解决传统检索中的局限性，通过结构化的程序生成扩展智能体的可学习检索策略。 研究重点引入了程序变异训练机制，针对稀疏反馈场景下的探索难题提供解决方案。通过变异有用的程序结构，该机制有效增强了强化学习在检索任务中的能力。相关实验表明，该方法能够显著提升模型在复杂检索任务中的表现。 实证结果显示，使用 4B 参数量的模型在开放域问答任务中优于 8B 基线模型。在语料库推理任务中，RPL 框架不仅取得了最高的 F1 分数，还显著降低了上下文消耗。这一结果证明了程序变异机制在优化资源效率与检索精度方面的有效性。

AI 根据报道生成 · 2 小时前更新

最新进展10月20日 12:00
RPL 框架通过程序变异增强强化学习检索能力

报道时间线

沿着报道，了解事件的不同侧面。

10月20日
  1. arXiv · NLP
    RPL 框架通过程序变异增强强化学习检索能力

    RPL 允许策略将检索基元组合成可执行程序，通过程序变异机制解决稀疏反馈下的探索难题。 使用 4B 模型在开放域问答中优于 8B 基线，在语料库推理任务中同时取得最高 F1 分数并显著降低上下文消耗。 证明了可编程搜索能扩展智能体可学习的检索策略，程序变异是探索有用程序结构的有效机制。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月20日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。