2026-09-14 Agentic · 智能体搜索论文日报（第 144 期）

今日场景社区搜索（UGC 短文本搜索）：帖子、问答与评论检索；核心指标为相关性 nDCG 和点击率 CTR。 — 评分 7 篇，入选 4 篇，分数 3.55 – 4.00

本期目录 · 4 篇

LEAD STORY · 今日必读 ·

RUC /

Fudan

VikingRAG: Accurate and Token-efficient Retrieval-augmented Generation over Structured Documents

VikingRAG 针对结构化文档问答的多轮检索成本，将目录、摘要与文本块统一为可寻址对象，并按证据缺口调用检索工具。系统把历史检索路径保存为经验边，再按证据充分性决定是否升级多轮搜索。在六个数据集上，基础版仅消耗高准确率基线的11.6%–51.9% Token，增强版降至5.1%–32.5%，保持相近准确率。

📖 深度解读 · 10 分钟 arXiv ↗

4.00

综合分 / 5
偏好调整 4.10

KEY INSIGHT · 对业务意味着什么可借鉴的是把搜索轨迹转成可复用的证据路径，并让复杂查询按需进入多轮检索。社区 UGC 可将帖子、问答和评论串映射为层级地址，先在重复出现的复杂问题上试验；论文结果来自结构化文档，不能直接视为短文本 nDCG 或 CTR 收益。应同时监测错误停止率、证据覆盖率和查询成本。

Peiyuan Gao, Gaoyuan Zhang, Haojie Qin, Yahui Sun, Qianyi Zhang, Yunhao Zhang, Zeyu Wang 等 8 人 · 2026-09-10 · arXiv

今日其余入选

3 篇 · 按综合排名

02 3.80

AREX: Towards a Recursively Self-Improving Agent for Deep Research

BAAI

AREX 将深度研究拆成内层证据搜集与外层逐约束核验，并用自主上下文更新保存已证实事实和待解决约束。论文结合关键步骤监督与长程强化学习，提供4B和122B-A10B模型。正文消融中，自主上下文更新使 BrowseComp 单轮准确率从59.6升至71.4；完整训练设置为82.5，改用随机步骤监督后降至74.1。

INSIGHT值得迁移的是保留证据来源、已排除候选及尚未满足的查询条件，避免长对话压缩只留下流畅摘要。UGC 搜索中的多条件咨询可先采用这个状态结构，再评估是否值得训练策略模型。论文首次发表于7月、9月1日修订，本次属于补充阅读；基准准确率与社区 nDCG、CTR 没有直接换算关系。

Shuqi Lu, Chaofan Li, Kun Luo, Zhang Zhang, Hui Wang, Hongwang Xiao, Lei Xiong, Jiahao Wang 等 24 人

arXiv·2026-07-23·Relevance 4 · Novelty 4 · Practical 4 · Evidence 4 · Timely 2

03 3.75

CIVI: A Framework for Diagnosing Search Agent Failures in Civic Information

CIVI 研究搜索代理为何在公共事务问答中给出错误指引，构建覆盖跨国家、跨行政层级的评测框架。作者用来源注入消融形成 ARISE，将失败拆成四类，并比较搜索调用、无搜索回答和官方来源引用情况。评测的10个前沿搜索代理均未达到认真作答的人类基线，72.1%的失败被归为检索受限。

INSIGHT社区搜索可以借用来源注入消融：对失败问题直接提供正确帖子或权威证据，再观察答案是否恢复，从而区分找不到资料与读不懂资料。这个诊断比只看最终回答分数更利于定位召回、工具使用和证据利用问题；公共事务任务的72.1%比例不能迁移为 UGC 业务结论，仍需自建样本并联看 nDCG、CTR。

Dingying Liu, Yunshun Zhong, Wentao Zhang, Yiyuan Li

arXiv·2026-09-08·Relevance 4 · Novelty 3 · Practical 4 · Evidence 4 · Timely 4

04 3.55