**GrepSeek：训练可直接交互语料库的搜索智能体**

_GrepSeek: Training Search Agents for Direct Corpus Interaction_

> 本论文介绍了GrepSeek，一种优化的直接语料库交互（DCI）搜索智能体。它通过训练一个紧凑的搜索智能体，使其能够执行shell命令来直接在大型文本语料库中查找、过滤和组合证据，而非依赖传统的检索器。为了解决强化学习在大规模语料库上的不稳定性，研究提出了一种两阶段训练流程：首先构建包含答案感知的指导者和答案盲目的规划者的冷启动数据集；其次使用群组相对策略优化（GRPO）来优化策略。此外，为提升可扩展性，采用了语义保持的分片并行执行引擎，将基于shell的检索加速了最高7.6倍。在七个开放域问答基准测试中，GrepSeek取得了最佳的token级F1和精确匹配分数。分析也指出，在查询存在显著表面形式变化时，纯词汇交互的局限性，表明DCI作为现有检索方法的补充，在实际应用中具有实用性和竞争力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.29307)