论文信息与摘要（译文）

原文标题：Search-o1: Agentic Search-Enhanced Large Reasoning Models 中文译名：Search-o1：让推理模型学会边思考边检索 arXiv：2501.05366（v1）

本板块为论文全文的中文翻译，章节结构与「论文原文」板块一一对应。

Xiaoxi Li

Affiliation: 中国人民大学

Guanting Dong

Affiliation: 中国人民大学

Jiajie Jin

Affiliation: 中国人民大学

Yuyao Zhang

Affiliation: 中国人民大学

Yujia Zhou

Affiliation: 清华大学

Yutao Zhu

Affiliation: 中国人民大学

Peitian Zhang

Affiliation: 中国人民大学

Zhicheng Dou

††thanks: Correpsonding author. Email: {xiaoxi_li, dou}@ruc.edu.cn项目主页：https://search-o1.github.io/

Affiliation: 中国人民大学

摘要

大推理模型（LRM），如 OpenAI-o1，已通过大规模强化学习展现出令人印象深刻的长链逐步推理能力。然而，其冗长的推理过程常常因知识不足而导致频繁的不确定性和潜在错误。为解决这一局限，我们引入 Search-o1，一个为 LRM 增强代理式检索增强生成（RAG）机制与 Reason-in-Documents 模块的框架，用于精炼检索文档。Search-o1 将代理式检索工作流整合到推理过程中，使 LRM 在遇到不确定知识点时能够动态检索外部知识。此外，由于检索到的文档往往冗长，我们设计了独立的 Reason-in-Documents 模块，在将信息注入推理链之前先对检索到的信息进行深入分析，从而最大限度地减少噪声并保持连贯的推理流程。在科学、数学与代码等复杂推理任务，以及六项开放域问答基准上的广泛实验，证明了 Search-o1 的强大性能。该方法提升了 LRM 在复杂推理任务中的可信度与适用性，为更可靠且多功能的智能系统铺平了道路。

代码可在 https://github.com/sunnynexus/Search-o1 获取。