DynaTree：用于时间敏感新闻检索的动态代理检索树

代理检索增强生成通过集成规划、工具使用和迭代推理来改进检索，但现有的代理 RAG 方法经常将语义扩展与短视野推理循环中的检索决策结合起来，导致推理成本较高，并且对时间敏感的新闻检索的适用性有限。我们提出了 DynaTree，一个用于高效和自适应新闻检索的两阶段框架。在离线阶段，DynaTree使用协调代理构建可重用的检索树，具体化查询主题的语义空间。在在线阶段，DynaTree 通过时间本地化评估代理执行轻量级日常子树选择，无需进一步的代理推理、树修改或重新训练。对多天 Syft 新闻基准和多个 BEIR 数据集的实验表明，DynaTree 实现了强大的召回和排名性能，始终优于标准 RAG 和先前的代理基线。我们进一步在 Syft 生产系统中部署 DynaTree，并通过 2026 年 1 月 28 日至 2 月 6 日的在线 A/B 测试对其进行评估。动态适应的变体将固定离线选择子树的生存率从 0.32-0.53 提高到 0.59-0.73，并且在每个评估日都优于现有的生产召回器。这些结果表明，持久的、结构感知的语义扩展可以将离线代理推理转化为现实世界新闻检索的覆盖范围、新鲜度和相关性的实际改进。