2026-07-20 Agentic · 智能体搜索论文日报（第 104 期）

今日场景社区搜索（UGC 短文本搜索）：用户在社区平台搜索帖子、问答、评论等 UGC 内容，核心指标是搜索相关性（nDCG）和点击率（CTR），关注语义匹配、query 理解、短文本召回、排序模型及 LLM 在搜索中的应用。 — 评分 11 篇，入选 4 篇，分数 3.35 – 4.40

本期目录 · 4 篇

LEAD STORY · 今日必读 ·

RUC

SmartSearch: Process Reward-Guided Query Refinement for Search Agents

论文针对搜索 Agent 多轮推理中间查询质量差、一次偏航拖垮整条轨迹的问题，提出双层信用评估、低质查询定点改写与 SFT→DPO→GRPO 三阶段训练。基于 Qwen2.5-3B，在四个知识密集型基准上平均 EM/F1 达 37.5/47.2，较次优方法分别提升 25%/19%。

📖 深度解读 · 12 分钟 arXiv ↗

4.40

综合分 / 5
偏好调整 4.60

KEY INSIGHT · 对业务意味着什么搜索 Agent 的瓶颈不只在推理，更在每一步“搜什么”。可借鉴的工程设计是把文档重复度作为规则型新颖度信号，再用小模型判断查询必要性与召回有效性，只重写失败节点并续跑后续轨迹；这比只依赖最终答案奖励更适合优化社区搜索中的多跳意图澄清。

Tongyu Wen, Guanting Dong, Zhicheng Dou · 2026-07-20 · arXiv

今日其余入选

3 篇 · 按综合排名

02 4.35

DeepResearch-9K: A Challenging Benchmark Dataset of Deep-Research Agent

Baidu

CityUShenzhen Technology University

论文发布 DeepResearch-9K：包含 9000 个可验证问题、三级难度和 Tongyi-DeepResearch-30B-A3B 生成的完整检索轨迹，并开源支持多轮联网、GRPO/PPO 与多种奖励的 DeepResearch-R1。教师模型总准确率仅 55.84%，最高难度降至 23.73%，显示长链搜索仍有巨大缺口。

INSIGHT数据集把难度直接绑定到工具调用深度：最高级任务至少需要 15 次独立搜索，并通过实体遮蔽与跨文档约束阻断关键词捷径。搜索团队可用同样方法构造复杂 UGC 调研集，把最终正确率与搜索次数、轨迹质量同时纳入离线评估，再比较 Zero-RL 和 SFT+RL 的收益。

Tongzhou Wu, Yuhao Wang, Xinyu Ma, Xiuqiang He, Shuaiqiang Wang, Dawei Yin, Xiangyu Zhao

arXiv·2026-07-20·Relevance 4 · Novelty 4 · Practical 5 · Evidence 4 · Timely 5

03 3.80

阿里云百炼知识库（Knowledge Studio）：迈入 Agentic RAG 4.0时代

Alibaba

Knowledge Studio 将意图理解、查询改写、知识库路由、多轮检索、结果验证和可溯源生成串成 Agentic RAG 闭环，提供语义搜索、章节浏览、精读、页面浏览、SQL 和文件获取 6 类工具。系统最多联合 15 个知识库，并以 qwen3-vl-rerank 统一图文跨库排序。

INSIGHT企业级 Agentic RAG 的关键不是无限增加检索轮次，而是给模型分层工具和明确停止条件：先路由知识库，再选择粗搜、章节浏览或精读，结构化问题切到 SQL。社区搜索可借鉴跨库权重与统一重排，把帖子、问答、评论等异构索引先校准再交给 Agent 验证，避免直接拼接不可比的分数。

阿里云开发者社区

网页来源·2026-07-16·Relevance 4 · Novelty 3 · Practical 5 · Evidence 2 · Timely 4

04 3.35