RECAST：学习在检索与计算之间选择证据获取路径

大语言模型越来越多地用于依赖长篇、异构信息源的任务。传统检索增强生成（RAG）采用固定的相似度检索，Agentic变体虽能调整查询和工具使用，仍主要围绕检索展开。然而，许多任务所需的证据并不直接存在于某一条来源中，而需要对多个来源进行筛选、聚合或计算后才能获得。我们提出RECAST（通过计算、访问与综合工具进行证据路由），将证据构建表述为异构检索和计算操作的顺序决策过程，使系统能够主动推导证据，而不只是取回证据。轻量RouterLM迭代选择并构造基本操作，也可指定自定义操作，由冻结的CompilerLM转为可执行代码。RouterLM判断证据充分后，将接受的证据交给冻结的AnswerLM生成最终答案。我们通过监督微调（SFT）和组相对策略优化（GRPO）训练RouterLM。在六组异构基准中，RECAST平均成功率为75.6%，较最强大模型基线高15.9%。经训练的Qwen3.5-9B RouterLM较未训练的Gemini 3.5 Flash RouterLM高5.0%。在三个留出基准上，RECAST较最强基线平均提高15.0%，展现出跨任务、跨异构来源表示的零样本泛化能力。