跳到正文

#搜索

今日 0 条
11月1日周日
  1. arXiv cs.AI33

    验证引导的逆合成规划：反应反馈与证据时机

    VGR（Verification-Guided Reflow）方法将反应验证作为决策动作引入 AND/OR 搜索，使 Retro190 上的验证可解性从 51.1% 提升至 62.6%。团队进一步提出早期剪枝与延迟引导策略，立即剪枝被拒反应并在完整候选路线形成时调整优先级。该策略在固定调度下将验证可解性进一步提升至 71.1%，同时减少了提议调用与独立验证查询次数。

10月29日周四
  2. arXiv cs.AI38

    RubricAtlas：从专家报告中挖掘类型级细则以评估深度研究智能体

    RubricAtlas 评估框架通过从专家研报中提取类型级细则，用于系统评测深度研究智能体生成报告的分析完整性。该框架基于 3,079 篇中文金融研报构建并覆盖 99 种研究类型，将二元检查点关联至原文段落，独立评估完整性与论证有效性。在 10 个智能体的测试中，裁判流程取得 $\kappa$ = 0.71 的检查点一致性与 Kendall $\tau$ = 0.87 的排名一致性。

  3. arXiv cs.AI23

    基于双目标优化的智能即时预订筛选模型

    该研究提出一种基于双目标优化的智能即时预订筛选模型，在保证整体预订率不下降的前提下最大化即时预订率。全球 A/B 测试表明，该模型在即时预订率与整体预订率指标上均优于此前的人工调优模型，并提升了房东的即时预订采纳率。目前该系统已正式部署于生产环境，每日服务数百万用户。

10月24日周六
  1. arXiv cs.AI47

    真实 PMID 与错误论文：生物医学主张验证智能体的架构设计研究

    针对生物医学主张验证智能体的对照研究表明，检索而非推理是主要瓶颈，闭卷模型引用的真实 PubMed ID 中仅 3/327 相关。自主编写 PubMed 查询的 ReAct 智能体将金标准召回率提升 3 倍并实现 62% 准确率，引用相关率达 67%。直接提供金标准摘要时准确率达 79-86%，证明仅验证引用存在并不安全；相关代码已开源。

  2. arXiv cs.AI26

    Order of the Sinking Star 非局部水晶交换谜题的 93 步精确解

    研究人员针对游戏 Order of the Sinking Star 在 11*11 棋盘上的非局部水晶交换谜题，通过代价有界的精确广度优先搜索给出了 93 步的最优解，排除了所有更短可能。该搜索结合可采纳启发式与剪枝策略，计算中保留了 605,349,215 个占位集合与 1,863,925,136 个状态。研究团队公开了源代码和复现程序，完成了该谜题实例的计算机辅助证明。

10月23日周五
  1. arXiv cs.LG39

    Lean Finder V2：支持查询消歧的 Mathlib 语义搜索框架

    Lean Finder V2 是一种针对 Mathlib 的语义搜索框架，通过对抗训练与查询重写消除简短、模糊查询的歧义。在人工整理的 MathlibQR 基准上，该框架刷新 SOTA，较此前最优语义搜索引擎取得至少 11% 的相对提升。它在人类与编码智能体未标注查询测试中被评为最强系统，集成至 Claude Code 后提升了定理证明成功率。

10月19日周一
  1. NVIDIA Blog45

    NVIDIA 推进媒体领域智能体安全，覆盖欧洲公共广播与全球内容制作

    NVIDIA 宣布与欧洲广播联盟（EBU）合作扩展主权框架，联合主权云服务商与 NVIDIA Nemotron 开源模型，帮助广播机构在保障数据主权的前提下部署 AI 智能体。同时，Adobe Frame.io 采用 NVIDIA GPU 加速视频智能体搜索，实现嵌入向量生成速度提升约 5x、吞吐量提升最高 4x 且搜索延迟降低最高 5x。德国制作公司 UFA 已借助该技术加速影视素材检索。

10月18日周日
10月16日周五
  1. Apple ML Research43

    基于选择的结构化推理（SSR）：迈向高效多模态搜索智能体

    研究人员提出基于选择的结构化推理（SSR）框架，将多模态智能体的开放式推理重构为从预设可复用的候选推理中进行选择。在 2B 与 4B 模型及 7 个多模态搜索评测基准上的测试显示，该方法在保持任务成功率的同时，将每轮推理延迟降低超过 90%，并将每个问题的模型总推理延迟降低 28–54%。

10月15日周四
  1. Cloudflare Blog70

    Cloudflare 公布与 OpenAI 搜索试点成果，已协助索引数亿新网页

    Cloudflare 公布了与 OpenAI 联合搜索试点的阶段成果，借助约 1% 的网络流量信号已协助 OpenAI 发现并索引了数亿个新网页。该机制通过识别死链、恶意重定向及重复内容来优化爬取效率，在降低站长服务器无效负载的同时减少爬虫资源浪费。试点仅使用网页元数据辅助搜索发现且不用于模型训练，站长仍可通过控制工具自主管理 AI 抓取权限。

    推荐理由：揭示了网络基础设施信号如何辅助大模型搜索爬虫过滤无效流量并发现长尾内容，为站长权衡检索流量与爬取负载提供了参考。

10月12日周一
  1. arXiv cs.AI43

    Web$hell：面向智能体网络访问的统一接口

    研究人员提出面向大语言模型（LLM）智能体的统一网络访问接口 Web$hell。该接口通过 WebContract 定义通用模式，利用 WebCompiler 将实时网页编译为可寻址的信息与动作对象，并在 WebCache 中维护，为智能体提供一致且持久的网络访问支持。实验表明，Web$hell 在网页搜索、网页导航和深度研究评测中均以更低成本取得了强劲的任务表现。

  3. arXiv cs.AI35

    用于无监督专利权利要求分类的嵌入几何与聚类算法基准评测

    一项基于 45,000 件美国专利的研究对比了双曲与欧氏变分自编码器（VAE）在无监督专利权利要求分类中的表现。在 3,000 次查询的 top-10 结果中，双曲模型检索到真正跨类别现有技术的概率比欧氏模型高出 52%（18.76% 对比 12.34%），但与官方分类一致性较低（NMI 为 0.2392 对比 0.3206）。作者已开源包含 91 项自动化测试的完整实现。

10月9日周五
  1. arXiv cs.LG31

    大语言模型用于电商搜索页面级布局决策

    研究人员探索利用大语言模型评估电商搜索页面插入推荐模块等布局决策，以替代高成本的线上 A/B 测试。通过对比直接 prompt 评估、prompt 衍生特征及基于表征（representation-based）的方法，实验表明基于表征的方法在预测用户参与度上持续优于直接 prompt 评估，为电商搜索离线布局评估提供了可靠基础。

10月8日周四
  1. arXiv cs.AI40

    信息引出智能体的开放式信息检索研究

    研究评估了跨越多个模型家族与参数规模的 11 个 LLM，揭示不同大语言模型对信息价值的判断差异如何塑造智能体的序列式信息检索行为。通过构建受控模拟环境，研究隔离了问题生成与受访者干扰，刻画出各模型在信息引出中展现的广度与深度特征，并考察了交互历史对信息评估的影响。项目代码、数据及轨迹文件已公开。

10月5日周一
  2. arXiv cs.AI36

    AMBER：面向列表式视觉-语言重排序的多视角自适应预算分配框架

    研究团队提出多视角重排序框架 AMBER，以优化视觉-语言模型（VLM）列表式多模态检索中的推理预算分配。该框架通过连续 Elo 更新维护全局排序状态，在候选视角与查询调度两级动态分配计算以最大化信息增益。在 CIRR、CIRCO 和 PhotoBench 评测中，AMBER 在同等调用预算下表现最优，代码已公开。

10月2日周五
  1. Cloudflare Blog70

    Cloudflare 通过 AI Gateway 推出 Web Search API

    Cloudflare 宣布在 AI Gateway 中推出 Web Search API，首批联合 Ceramic.ai、Exa 和 Linkup 提供实时网页检索能力，帮助 AI 智能体获取最新信息。该接口要求合作方遵守验证爬虫标准并保留来源链接，支持 REST API、Workers Bindings 与 BYOK 模式，调用费用按合作伙伴官方定价结算且无额外加价。

    推荐理由：该接口将合规网络检索整合进统一网关，开发者无需自行维护爬虫即可为智能体接入实时网页信息。

  2. AWS Machine Learning Blog46

    在 Amazon SageMaker AI 上使用多轮强化学习微调搜索智能体

    Amazon SageMaker AI 支持通过多轮强化学习（MTRL）微调搜索智能体，并在实践中完成了对 Qwen3.6-27B 模型的端到端训练。该方案针对跨步骤的完整轨迹优化决策，使模型能自主协同调用 BM25 词法搜索与向量搜索工具。平台还提供按 token 计费的无服务器执行模式，并原生集成了 PPO、CISPO 与 GRPO 等算法。

  4. arXiv cs.AI44

    Legal Research Bench：评测长程法律研究智能体的端到端可靠性

    研究者推出 Legal Research Bench（LRB），通过 413 道专家编写的开放式美国法律问题，评测长程法律研究智能体的端到端可靠性。在配备判例检索等工具的环境中，13 个前沿模型接受全通过与法源验证评分，表现最好的 Claude Opus 4.8 完全正确率仅为 42.9%。结果显示，更多交互轮次、工具调用和推理成本并不能带来更高准确率。

10月1日周四
  1. Cloudflare Blog68

    Cloudflare AI Search 正式商用并上线原生多模态检索

    Cloudflare 宣布托管索引与检索管线 AI Search 正式商用（GA），整合 Workers AI、Vectorize 和 R2 等底层能力。新版本支持基于 Qwen3-VL-Embedding 的原生图像嵌入与图文双模态检索、PDF OCR 识别，并将文件大小上限提升至 10 MiB。

    推荐理由：原文拆解了从单纯依赖描述生成到结合原生像素嵌入的多模态检索链路，读者可以据此评估将图文检索迁移到边缘托管管线的成本与可行性。

  2. arXiv cs.AI42

    基于多步嵌入向量检索的视觉空间路由学习

    研究团队提出多步检索器 VHOP-Router 与基准 VHOP，使 AI 智能体在视觉潜空间通过单次调用即可检索链式图像。VHOP-Router 将检索性能从不足 5% 提升至 76.3%，智能体搜索成功率提升 52.7%，并将平均 token 长度从 1886 减少 61% 至 728。相比每步检索 top 50 的基线，它将上下文图像减少 23x，累计 API 负载降低 35x。

  3. arXiv cs.AI35

    科学搜索智能体在何处失效：基于决策检查点的暴露与检查审计

    新研究提出决策检查点机制，通过记录推理时的观察与工具动作，审计科学搜索智能体在论文暴露与检查阶段的具体失效环节。在 540 道 AutoResearchBench Deep 问题测试中，关键词搜索准确率为 24.6%，高于原始搜索的 17.8%。read-first 策略的证据搜索调用量高出 27.4%，两者分别在 199 与 191 道题尝试检查目标，准确率均为 24.6%。

  4. arXiv cs.AI33

    基于 LLM 引导剪枝优化近似最近邻图索引

    研究人员提出 LLM 引导图剪枝框架 LGP，利用 LLM 推理直接优化近似最近邻（ANN）图索引，解决几何结构与语义相关性不匹配的问题。该方法将低价值邻居替换为 LLM 挑选的语义节点，同时保留原始图的稀疏性与导航效率。实验显示，LGP 在 DiskANN 和 HNSW 索引上的表现均一致优于基础贪婪搜索与 LLM 重排序。

  5. arXiv cs.AI37

    PILLAR：面向增强检索的私有倒排索引词法查找系统

    研究者提出基于私有信息检索（PIR）的隐私保护 RAG 系统 PILLAR，使客户端在服务器完全不获知查询词与访问模式的前提下完成相似文档检索。该系统采用两阶段混合检索，先通过预计算 BM25 分数的稀疏阶段过滤候选，再获取候选嵌入向量在本地重排。团队设计的单轮协议 PILLAR-Bin 与树遍历协议 PILLAR-Tree，均以低于现有 SOTA 方案的延迟实现高效检索。

9月30日周三
  1. Cloudflare Blog72

    Cloudflare 推出 Pay Per Use 测试版，支持出版商按 AI 实际使用内容收费

    Cloudflare 宣布推出 Pay Per Use 测试版，允许出版商在 AI 实际使用其内容时获取报酬，而非仅按抓取行为收费。AI 采购方针对搜索引用、智能体分析等具体用途向特定域名出价，出版商可在控制台中自主决定是否接受要约。采购方通过统一 API 自行汇报使用记录，Cloudflare 负责验证、汇总并按月向出版商结算支付。

    推荐理由：原文对比了按抓取和按使用收费的机制差异，内容创作者与开发者可以据此评估将数据授权给智能体引用的变现可行性。

9月29日周二
9月18日周五
9月11日周五
9月10日周四
  1. Google AI Blog32

    Google 搜索推出美式橄榄球新功能：新增 Live Game Feed 与范特西 AI 建议

    Google 搜索面向美式橄榄球赛季推出多项新功能，上线提供实时逐回合播报、视频集锦与 AI 洞察的 Live Game Feed。搜索还新增对阵轮播与进阶球员统计，并支持直接关联 Yahoo Fantasy 或 Sleeper 账号。用户可通过 AI Mode 基于实时阵容获取首发与替补建议及选秀评估，相关功能已在美国移动端英文上线。

8月28日周五
  1. Google AI Blog61

    Google Search AI Mode 推出机票降价追踪、里程积分查询与酒店预订三项新功能

    Google Search 在其 AI Mode 中上线三项旅行规划与预订功能，支持机票降价追踪、积分里程兑换查询以及直接预订酒店。机票价格追踪功能已在 180 多个国家与地区上线，积分里程查询支持美航与希尔顿等多家合作方并全球可用。酒店预订已在美国开启英文版推送，用户可在对话流中挑选房型并通过 Google Pay 直接完成支付结算。

    推荐理由：Google将机票比价、积分查询与酒店直接预订整合进搜索对话流，展现了生成式搜索向端到端交易闭环延伸的落地路径。

8月26日周三
  1. Google AI Blog26

    用 Google Search 升级家居装饰的 5 种方式

    Google 介绍了利用 Google Search 及其 AI 工具升级家居装饰的 5 种功能。用户可通过 Search 的 AI Mode 上传房间照片生成家具摆放效果图，并用 Google Lens 与 Circle to Search 查找类似家居单品。此外，用户还能借助 Search Live 结合语音与实时摄像头画面获取 DIY 安装指导，并通过价格追踪功能比价。

8月20日周四
  1. Google AI Blog63

    Google 搜索推出 5 项 AI 学习新功能

    Google 在 Google 搜索中推出 5 项面向学习与备考的 AI 新功能，涵盖生成式交互界面、测验生成与笔记整合。用户可在 AI Mode 中调用 Generative UI 生成交互式模拟图表，并免费获取涵盖 SAT、GRE 等标准化考试的定制练习测验。

    推荐理由：Google 将生成式界面、模拟题测验和 Gemini Notebook 深度融入搜索，展示了搜索产品从检索信息转向端到端学习辅助的具体路径。

5月17日周日