GRASP：面向智能体RAG的粒度感知搜索策略

智能体检索增强生成（RAG）扩展静态RAG：允许语言模型迭代推理、生成搜索查询、检索证据并预测答案。但模型仍难决定何时检索、该用词法匹配还是语义相似、以及如何控制上下文粒度以防无关token干扰智能体推理。本文提出GRASP：一个强化学习框架，训练智能体在多步推理中自适应协调互补的检索工具。GRASP为智能体提供语义搜索、关键词搜索与段落阅读动作，使其检索句级证据、仅在需要时扩展上下文。策略以联合考虑答案准确率、落地阅读、互补搜索与轮次效率的奖励训练。多跳推理基准上的实验显示：GRASP相对单步检索、基于提示的智能体RAG与基于RL的检索基线，同时提升检索召回与下游问答表现。定性消融分析显示学到的策略发展出可解读的浏览与扫描行为：用语义搜索做广度探索、段落阅读做局部核验、关键词搜索找实体专属证据。结果表明学会协调检索信号与上下文粒度，对智能体正确推理至关重要。