ITER：用于代理搜索的交互感知检索

深度研究代理通过迭代的搜索步骤序列回答复杂的用户问题，其中代理自主制定子查询以检索每个阶段所需的证据。然而，现有的 检索器 训练通常仅依赖于当前步骤的子查询及其相应的搜索结果作为训练信号，而从先前的交互中积累的信息在很大程度上没有得到充分利用。我们引入了 ITER，这是一种使用代理轨迹学习信号进行训练的代理交互感知密集 检索器。 ITER 不仅通过合并当前子查询，还通过合并主要问题、代理的预搜索推理和先前的子查询来表示每个查询，并使用从代理交互中导出的轨迹相关学习信号进行训练。在来自三个模型系列的六个代理主干中，ITER 始终优于现有代理轨迹训练的密集 检索器、LRAT，在 InfoSeek-Eval 上实现了 6.9% 的平均相对改进，在 BrowseComp-Plus 上实现了 15.4% 的平均相对改进。在匹配的 4B 规模上，ITER 在六个骨干网中的五个骨干网的 InfoSeek-Eval 上的表现优于 AgentIR，同时在所有六个骨干网的 BrowseComp-Plus 上实现了更高的访问搜索召回率。消融进一步表明，结构化交互历史和搜索前​​推理提供了互补的检索上下文，而先前访问过的有用文档（在后续搜索中用作冗余否定）提供了最强的轨迹相关监督。