Agentic-R: エージェント検索のための検索学習
Agentic-R: Learning to Retrieve for Agentic Search
January 17, 2026
著者: Wenhan Liu, Xinyu Ma, Yutao Zhu, Yuchen Li, Daiting Shi, Dawei Yin, Zhicheng Dou
cs.AI
要旨
エージェント型検索は近年、複雑な質問を解決するために、エージェントが多段階の推論とオンデマンドの検索を交互に行う強力なパラダイムとして登場している。その成功にもかかわらず、エージェント型検索のための検索器（レトリーバー）をどのように設計すべきかは、ほとんど未開拓のままである。既存の検索エージェントは一般に類似性ベースの検索器に依存しているが、類似した文書が常に最終的な回答生成に有用であるとは限らない。本論文では、エージェント型検索に特化した新しい検索器訓練フレームワークを提案する。単一ターンの検索拡張生成（RAG）向けに設計され、局所的な文書の有用性のみに依存する検索器とは異なり、我々は、多ターンにわたるエージェント型検索における文書の有用性を測る指標として、局所的なクエリ-文書関連性と大域的な回答の正しさの両方を利用することを提案する。さらに、検索エージェントと検索器が双方向的かつ反復的に最適化される、反復訓練戦略を導入する。固定された質問で一度だけ訓練されるRAGの検索器とは異なり、我々の検索器は、エージェントから進化し、高品質なクエリを用いて継続的に改善される。7つの単一ホップおよびマルチホップ質問応答ベンチマークによる大規模な実験により、我々の検索器（と呼称）が、様々な検索エージェントにおいて強力なベースライン手法を一貫して上回ることを実証する。コードは以下で公開されている：https://github.com/8421BCD/Agentic-R.
English
Agentic search has recently emerged as a powerful paradigm, where an agent interleaves multi-step reasoning with on-demand retrieval to solve complex questions. Despite its success, how to design a retriever for agentic search remains largely underexplored. Existing search agents typically rely on similarity-based retrievers, while similar passages are not always useful for final answer generation. In this paper, we propose a novel retriever training framework tailored for agentic search. Unlike retrievers designed for single-turn retrieval-augmented generation (RAG) that only rely on local passage utility, we propose to use both local query-passage relevance and global answer correctness to measure passage utility in a multi-turn agentic search. We further introduce an iterative training strategy, where the search agent and the retriever are optimized bidirectionally and iteratively. Different from RAG retrievers that are only trained once with fixed questions, our retriever is continuously improved using evolving and higher-quality queries from the agent. Extensive experiments on seven single-hop and multi-hop QA benchmarks demonstrate that our retriever, termed , consistently outperforms strong baselines across different search agents. Our codes are available at: https://github.com/8421BCD/Agentic-R.