SuperRAG， 百川也开源了。

强化学习用于RAG 检索增强推理

六小虎-百川 开源 ReSearch，一个 RL 框架，从零开始教 LLMs 使用搜索进行推理。

• 项目地址:https://github.com/Agent-RL/ReSearch
• 论文地址：https://arxiv.org/abs/2503.19470

简单概括，ReSearch框架，它不是教AI怎么思考或怎么搜索，而是让AI自己学会何时该搜索、搜什么、如何利用搜索结果继续推理。

naive RAG -> agentic RAG

整体没有太大新的地方，先思考问题 -> 决定需要查询什么 -> 获取搜索结果 -> 基于搜索结果继续思考或调整查询方向

reward 规则如下，训练数据使用musique，一个为多跳问答设计的19938个样本。 grpo训练。

所以，就这？ 嗯， 就这。 好像有点赶不上以前分享的一些类似工作。