#Iterative Retrieval

4 篇

ACARE: Agent-Context-Aware Reranker for Iterative Search

ACARE：面向迭代搜索的智能体上下文感知重排器

🧭 Agent 搜索 · 上下文感知重排 ★ 深度解读

University of Waterloo · NVIDIA

用原始问题与推理轨迹解释子查询的 4B 点式 LLM 重排器，提升 agentic search 检索质量并减少搜索次数

📌 工作参考价值（5 点）

会话/Agent 搜索中的子查询不能孤立评分：电商搜索、对话式推荐里用户当前 query 往往省略背景，reranker 应把会话级原始意图和已有推理轨迹作为上下文一起输入，而不是只对当前 query 打分。ACARe 的 M0–M3 模式设计可直接复用到客服机器人、多轮搜索、Agent 选品等场景。
单 checkpoint 兼容多 context 模式，工程落地友好：通过独立 context dropout（原问题与推理轨迹各以 0.5 概率丢弃）训练，同一个 reranker 支持有/无推理轨迹、有/无原始问题的部署。这对 proprietary agent 不暴露 CoT、或线上隐私限制的场景很有价值，不需要为不同上下文可用性维护多个模型。
点式评分避免 listwise 滑窗，适合长候选列表：用 LLM 对 query–doc 对独立输出 yes/no logit difference，推理时 sigmoid 保序，无需 sequential sliding window，可并行处理大量候选。在电商搜索/推荐精排阶段，若候选量大且需低延迟，可以把类似轻量 4B reranker 作为并行精排器。
小 agent + 强 reranker 可以显著缩小与大模型的效果差距：论文中小模型搭配 ACARe 后，分别缩小 51–74% 的 nDCG@10 差距，远高于 base reranker 的 26–46%。这提醒业务上可以用低成本小 agent 加上高质量检索工具，用更低 API 成本逼近大模型效果。
训练数据构造可借鉴：用 oracle reranker 基于原问题+gold answer 对 agent 子查询的候选文档排序，取 top 正样本、bottom 负样本，再以 final answer 是否与 gold answer 一致过滤轨迹。这种利用 agent trajectory 自动挖掘弱监督样本的方式可迁移到电商搜索的 query 改写/召回/精排监督数据扩产。

Agent | 2026-10-26 | cs.IR | score 9/10

RCER: Reconstructing Cross-Evidence Relations for Iterative Retrieval-Augmented Generation

RCER：为迭代检索增强生成重建跨证据关系

🧭 迭代 RAG · 跨证据关系重建

Xi'an Jiaotong University · Beijing University of Posts and Telecommunications

在迭代 RAG 中重建跨证据实体对应与推理依赖，多跳 QA 平均 EM/F1 提升 2.83/3.06

📌 工作参考价值（4 点）

在商品/店铺/活动规则等复杂问答或客服 Agent 中，可把多轮检索到的片段抽象成实体对应关系和推理依赖图，每次新证据加入时增量重建关系，驱动下一轮 query 分解，避免仅靠向量相似度重复召回。
把「证据获取」和「推理上下文构建」解耦：先做互补证据联合选择，再基于跨证据推理补齐隐式链条，最后组合关系回答；适合电商场景中跨文档信息拼接，如满减规则+商品类目+用户历史生成答案。
工程实现上，RCER 直接利用累积的 source passages，不依赖外部知识图谱或额外训练，可以低成本接入现有 RAG pipeline；在多跳、叙事型、隐式推理问题上收益更明显。
若业务问题偏短平快，收益有限；更值得用于导购对比、合规规则问答、售后政策推理等需要链路推理的场景。

RAG | 2026-10-14 | cs.IR | score 7/10

RAG Iterative Retrieval Multi-hop QA Cross-evidence Relations Knowledge-state Updating

CANOPY: Adaptive-Granularity Evidence Compression for Multimodal RAG

多模态 RAG 的自适应粒度证据压缩框架

🧭 多模态 RAG 证据压缩与迭代检索

POSTECH

CANOPY 用层级节点评分与父相对细化选择多粒度证据区域，结合 critic 触发补充检索，压缩 token 同时保持准确率。

📌 工作参考价值（4 点）

在电商多模态知识库/商品问答场景，对检索到的商品详情图、表格、视频片段构建层级表示，用微调的小型节点编码器做 query 相关打分，替代 LLM 逐节点判断，压缩成本低且可并行。
父相对细化：比较父节点与子节点得分的相对差异来选择保留区域，可迁移到商品详情页中“整块描述 vs 局部属性”的自适应裁剪，避免统一细粒度丢失关键上下文。
critic 触发补充检索对多跳问题（如跨商品属性对比）很有价值：当现有证据不足时，主动发起针对性二次检索，可提升复杂 query 的答案质量；工程上可用轻量规则或小模型实现。
压缩减少 reader 输入 token 14.2–27.7% 且准确率不受损的结论，支持在 RAG 服务链路中加入后置压缩模块，降低 LLM 输入成本，适合线上成本敏感场景。

RAG | 2026-10-01 | cs.IR | score 7/10

Multimodal RAG Evidence Compression Adaptive Granularity Hierarchical Scoring Iterative Retrieval

Seek: Self-Evaluative Exploration for Knowledge Retrieval

Seek：面向知识检索的自评估探索式迭代检索框架

🧭 LLM 迭代式检索与相关性反馈 ★ 深度解读

University of Waterloo · Mila – Quebec AI Institute · University of California, Berkeley · University of Toronto · Toronto Metropolitan University

训练无关的迭代检索框架，用 LLM 生成伪段落扩展 query 并分级评估反馈，突破单次检索 recall 上限

📌 工作参考价值（4 点）

用「LLM 生成 pseudo-passage 扩展 query → 重新召回 → LLM 分级标注」的测试时循环替代固定候选池 rerank，能在不训练排序模型的情况下找回 BM25 漏掉的商品/内容；电商搜索中可让 LLM 根据 query 生成伪商品描述、属性组合或场景描述来提升长尾和复杂约束 query 的 recall。
显式利用正负反馈：高分结果强化有效 facet（风格、价格带、使用场景），低分结果作为 drift 在下一轮 prompt 中抑制，而不是只做简单二值相关；可借鉴 UMBRELA 0-3 分级判断，使后续 query 扩展更精准。
成本控制设计可直接复用：每轮只评估 top-K 未见文档、最多 T 轮、top-K 全为最高分或连续两轮 top-K 不变时早停；工程上不需要全库 dense embedding，适合快速接入已有搜索链路。
最终排序采用两阶段：assessor 打过分文档按 grade 优先、未评估文档按 retriever 分数补位；对 Agent 检索工具友好，因为输出的是已评估的可解释候选池，比原始 BM25 更适合下游推理或商品推荐生成。

RAG | 2026-09-24 | cs.IR | score 8/10

Iterative Retrieval Relevance Feedback LLM Assessor Query Expansion Training-free Reasoning-Intensive Retrieval