QREF插件通过查询重写与证据过滤提升DeepSearch代理性能

论文作者提出QREF（Query Refiner与Evidence Filter），一个即插即用的DeepSearch代理插件，通过查询重写和证据过滤减少意图偏离、约束不足与冗余查询，并保持搜索批次的互补覆盖。作者称在不修改架构、不重训推理策略的情况下，QREF在WebSailor上平均相对Pass@1提升33.55%，在TongyiDeepResearch上提升11.04%。 Query Refiner先用监督微调初始化，再通过与真实网页搜索环境交互的强化学习优化；作者称相比不带QREF的原始DeepSearch骨干，RL训练的refiner将缺乏判别性检索锚点的查询批次占比降低95%。结果来自论文作者报告，尚未见独立复现。

AI 根据报道生成 · 2 小时前更新