CroSearch-R1：更好地利用跨语言知识进行检索增强生成

多语言集合可能包含其他语言的有用知识，以补充和纠正检索增强生成（RAG）的原始语言中的事实。然而，由于语言之间潜在的差异，简单地将来自不同语言的多个知识片段连接到上下文中的普通方法可能无法提高有效性。为了更好地利用多语言知识，我们提出了 CroSearch-R1，这是一种搜索增强的强化学习框架，可将多语言知识集成到组相对策略优化（GRPO）过程中。特别是，该方法采用跨语言知识集成的多轮检索策略，将其他语言的知识作为补充证据动态对齐到统一的表示空间中。此外，我们引入了多语言采样轨迹机制来优化跨语言的推理可迁移性。实验结果表明，我们的框架有效地利用了跨语言互补性，并提高了 RAG 与多语言集合的有效性。