SearchWiki：学习构建和浏览知识维基，以主动获取信息

平面检索增强生成将语料库视为一袋块，丢弃文档层次结构和跨文档结构。我们引入了 SearchWiki，这是一个利用框架，它将语料库合成为分层的、类型化的、可导航的 wiki，并训练代理 WikiResearcher-9B 通过多轮工具使用来检索信息。 wiki将知识组织成三层——文档概述、跨文档主题页面和页面级源记录；当初始查找失败时，能够逐步细化检索。我们通过策略强化学习和平衡答案正确性、检索质量和轨迹效率的多组件奖励函数来优化代理的导航策略。对 ViDoRe-V3（8 个域）、FinanceBench 和内存基准（LoCoMo、LongMemEval、PersonaMem-v2）的评估表明，WikiResearcher-9B（我们的 RL 调整的 Qwen 9B 模型）显着优于相同大小的未经训练的基线，并且超过或匹配更大的外部模型。 SearchWiki 与 WikiResearcher-9B 的结合表明，结构化语料库上的学习导航是平面检索的更好替代方案。