Новая роль релевантности: направление взаимодействия с корпусом в агентном поиске
Tencent
Исследователи Tencent предлагают RARG (Relevance-Aware RipGrep Search Agent), который использует оценки релевантности не только для выбора топовых документов, но и как приоритет исполнения, задающий порядок поиска, точки входа и переранжирование фрагментов в ходе многошагового взаимодействия с корпусом. Метод превосходит существующих поисковых агентов на основе извлечения и взаимодействия на бенчмарках QA и рассуждений.
Почему это важно
Набрал 86 голосов на HuggingFace Daily Papers (29 июля 2026); решает реальную проблему agentic-RAG систем, где наивная фильтрация по релевантности top-k не справляется со сложными многошаговыми вопросами.
Важность: 3/5
Заметная исследовательская статья, устраняющая реальное узкое место agentic-RAG; ниже эвристического порога в 100 голосов (86).