人大清华提出自主搜索版「Search-o1」！解决知识困境，大幅提升推理模型可靠性

文章预览

自OpenAI发布o1以来，如何复现并改进o1就成为了LLM研究的焦点。 尽管以OpenAI-o1、Qwen-QwQ和DeepSeek-R1为代表的推理模型，其推理能力已然震惊四座，但由于在长链推理过程中仍然面临着「知识不足」的问题，导致这些模型在推理过程还包含着一些不确定性和潜在错误。 类似于OpenAI-o1在处理复杂问题时，每次推理过程中平均会遇到超过30个不确定术语实例，如「或许」和「可能」。这不仅增加了推理的复杂性，还使得手动验证推理过程更具挑战性。 因此，自动化补充推理过程中所需知识对于提升大型推理模型的可信度变得至关重要。 为了解决这一问题，人大高瓴携手清华团队提出了Search-o1框架。该框架通过集成自主检索增强生成（Agentic Retrieval-Augmented Generation）机制和文档内推理（Reason-in-Documents）模块，解决了大型推理模型（LRMs）固有的知识不足问题 ………………………………