arXiv 人工智能· Udit Thakur, Baohao Liao, Matteo Nulli, Stefan Vasilev, Seyyed Hadi Hashemi, Shahram Khadivi, Christof Monz·· 3 小时前AI 评分36
SteerSearch：支持响应中途引导的交互式搜索推理框架
SteerSearch: Interactive Search Reasoning with Mid-Response Steering
AI 导读
研究人员提出交互式搜索推理强化学习框架 SteerSearch，通过注入干预的交互轨迹训练解决搜索智能体在响应中途被重定向时的“答案目标锚定”失效问题。
来源：arXiv 人工智能 · arxiv.org