arXiv cs.AI· Quan Xiao, Mingda Liu, Gaowen Liu, Katsuki Fujisawa, Tianyi Chen·· 2026-09-30AI 评分34
BRIDGE：双层检索信用感知智能体强化学习
BRIDGE: Bilevel Retrieval-Credit-Aware Agentic Reinforcement Learning
AI 导读
研究人员提出智能体强化学习方法 BRIDGE，将检索增强的 ARL 建模为双层优化问题，以解决检索器与大语言模型联合训练中的信用分配差距。在 7 个开放域 QA 基准上，BRIDGE 基于 3B 和 7B 基座模型均取得最高平均准确率，多跳任务平均表现较最强 baseline 分别提升 9.6 和 3.4 个 EM 点。此外，该方法在医学 QA 基准上也取得了最佳的平均答案准确率与推理质量。
来源：arXiv cs.AI · arxiv.org