UIUC开源s3框架：仅需2.4k样本训练搜索智能体，效果超越传统RAG方法

UIUC 和 Amazon 提出了一种名为 s3 的高效强化学习框架，用于优化 Agentic RAG（检索增强生成）中的搜索效果。该方法通过 Gain Beyond RAG (GBR) 奖励函数评估搜索对生成的实际贡献，并采用语义友好的 Generation Accuracy (GenAcc) 指标替代传统的 Exact Match。实验显示，s3 仅需 2.4k 样本和 114 分钟训练时间，便在通用和医学问答任务中超越了数据规模大百倍的强基线方法。此外，s3 在跨领域迁移方面表现出色，显著提升了训练效率和泛化能力，为检索增强生成技术提供了新的发展方向。
来源：https://mp.weixin.qq.com/s/k9mg-_zcL__SIoNSnGoUqQ