arXiv · cs.AI· Ruoxi Cheng, Haoxuan Ma, Hongyi Zhang, Junming Zhang, Ranjie Duan, Qiaolin Xia, Hao Wang, Yu Lu, Haibo Shi, Xingjun Ma·· 1 天前
Search-G1：协同演化表示奖励的选择性有据搜索
Search-G1: Co-Evolving Representation-Based Rewards for Selective Grounded Search
arXiv:2608.07531v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ruoxi Cheng, Haoxuan Ma, Hongyi Zhang, Junming Zhang, Ranjie Duan, Qiaolin Xia, Hao Wang, Yu Lu, Haibo Shi, Xingjun Ma
研究任务与主要进展
作者提出Search-G1奖励框架，通过两个经干预校准的隐藏状态读出器分别估计检索必要性和证据依赖，并用正确性优先奖励抑制冗余搜索。基于论文摘要，该方法在四个问答基准、两种规模上取得有竞争力的任务准确率，同时在主要比较中增强反事实证据依赖、减少搜索次数，并辅以独立人工审计验证答案支持性；校准后评分不需要流程标注或LLM评委推理。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org