IXThinker·2025-05-07 17:10

Search-R1以強化學習訓練LLM自主搜索

UIUC研究團隊提出Search-R1框架，以強化學習訓練大語言模型在推理過程中自主調用搜索引擎，並在七個問答基準數據集上驗證了方法的有效性與穩定性。

問題背景

大語言模型要實現高效的推理與文本生成，越來越需要實時訪問外部知識。常見做法是在推理過程中提示模型發起搜索查詢，但模型未經專門訓練，與搜索引擎交互的效率往往有限。