附录 B 案例研究

本文为论文《Search-o1：让推理模型学会边思考边检索》「中文全文翻译」板块的对应章节，与「论文原文」板块同一章节一一对应，层级保持一致。

表 4、5 和 6 分别展示了我们 Search-o1 模型在 GPQA、AMC2023 和 HotpotQA 数据集上的输出示例。模型生成的检索查询被括在 <|begin_search_query|> 和 <|end_search_query|> 内，而精炼后的检索结果被括在 <|begin_search_result|> 和 <|end_search_result|> 内。我们观察到，我们的 Reason-in-Documents 机制提供连贯的信息，能够有效满足模型当前推理步骤的信息需求，并与前面的推理过程无缝整合。

表 4：Search-o1 在 GPQA 数据集上的一个示例，检索查询中使用的特殊符号以绿色框高亮，检索结果以蓝色框高亮。

表 5：Search-o1 在 AMC2023 数据集上的一个示例，检索查询中使用的特殊符号以绿色框高亮，检索结果以蓝色框高亮。

表 6：Search-o1 在 HotpotQA 数据集上的一个示例，检索查询中使用的特殊符号以绿色框高亮，检索结果以蓝色框高亮。