CAS：经由自适应检索与策略加权的保形化智能体搜索

搜索智能体在强化学习（RL）微调期间面临严重的可靠性危机。启发式Top-K检索常常造成关键证据丢失或噪声混入，而渐进式RL诱发的过度自信会导致幻觉答案与冗余搜索。为了构建高可靠智能体，我们引入保形预测（CP）并提出保形化智能体搜索（CAS）。该框架在检索与训练两侧建立可靠性保证：在检索侧，自适应预测集（APS）这一特定CP实现将统计覆盖率转化为动态文档截断，构造大小自适应的预测集；在训练侧，自适应保形推断（ACI）这一动态CP算法动态构造覆盖率可控的预测集以量化答案置信度，进而在组相对策略优化（GRPO）目标内惩罚低置信度轨迹，确保模型只从可靠轨迹中学习。在单跳与多跳问答数据集上的实验表明，该框架显著提升推理准确率，同时大幅减少冗余工具调用，确立了高可靠且高效的智能体范式。代码见 https://github.com/S1llyBird/CAS。