摘要：华盛顿大学与丰田研究所等机构提出DARP框架，解决行为克隆（BC）中的分布偏移问题。DARP通过检索训练数据的k近邻，利用查询状态与邻居状态的差异向量预测局部动作，并聚合生成最终决策，隐式实现拉普拉斯平滑以抑制高频方差。实验显示，DARP在连续控制、机器人操作及视觉任务中性能提升15%-46%，无需额外数据或专家反馈。核心创新包括差异感知机制和半参数架构设计，平衡了非参数检索的鲁棒性与参数化

本文提出了一种混合搜索架构HybridDeepSearcher，通过构建HDS-QA数据集教导模型动态结合并行查询与显式证据聚合，解决了现有深度搜索代理的"扩展性悖论"。实验表明，该方法在多个高难度基准上性能显著提升，且是唯一能随搜索次数和调用量增加而持续改进的模型。

本文提出WebSeer框架，通过自我反思强化学习（SRRL）解决搜索代理"浅层搜索"问题。WebSeer采用"搜索-反思-修正"闭环机制，在HotpotQA和SimpleQA上分别达到72.3%和90.0%的SOTA准确率。核心创新包括：1）构建包含多轮反思的错题本数据；2）设计指数衰减奖励函数，平衡修正次数与效率；3）集成搜索引擎、网页阅读器和代码执行器等

清华大学与智谱AI团队提出DeepRAG框架，创新性地将检索操作深度融入大模型的思维链推理过程。该方法通过特殊标记<search>实现"边想边查"的动态检索机制，在生成思维链时自主判断检索时机与内容。实验表明，DeepRAG在HotpotQA等多跳推理任务上显著优于现有方法，检索效率提升30%的同时准确率提高10%。该研究突破了传统RAG"检索-推理割裂&

摘要：斯坦福大学与IBM Research团队提出GQR（Guided Query Refinement）框架，解决多模态文档检索中视觉中心模型（如ColPali）资源消耗大、延迟高的问题。GQR通过测试时优化，利用轻量级文本检索器动态修正主视觉模型的查询嵌入，实现跨模态引导。实验表明，GQR使7B参数模型性能媲美3B+超大模型，同时推理速度提升14倍，显存占用降低54倍。该方法突破了传统混合检索

摘要： 拉普拉斯平滑（加一平滑）是解决零概率问题的统计技术，通过给所有事件加1次计数，避免概率为0的情况。核心公式为$P_{smooth}(x)=\frac{计数(x)+1}{总计数+V}$，其中$V$是词汇表大小。例如，在美食推荐中，即使某菜品未被点过（计数为0），平滑后仍会获得微小概率（如1/104），提升模型泛化能力。该方法广泛应用于N-gram语言模型和文本分类，但存在过度稀释概率的局限性

摘要：文档级知识图谱（KG）构建面临大模型成本高、小模型效果差的困境。Salesforce Research等团队提出SynthKG方法，通过分块、去语境化和结构化提取生成高质量合成数据，并蒸馏为Distill-SynthKG，使8B小模型单步推理即可超越70B大模型的KG构建质量。实验显示，该方法在覆盖率、检索精度和多跳问答上均达SOTA，成本仅为传统方法的3%。核心创新包括文档级KG合成流水线

首创图引导的主动澄清框架首次将条件推理 DAG引入 RAG 澄清任务，将非结构化的对话问题转化为结构化的图遍历问题，确保了逻辑的完备性。理论驱动的动态剪枝算法证明了 DAG 表示的逻辑完备性，并设计了OrO(r)Or复杂度的动态遍历算法，从根本上解决了多条件场景下的交互效率瓶颈。信息转换效率奖励机制创新性地提出基于熵的结构质量奖励 (RηR_{\eta}Rη​)，量化了中间提问对最终结论的区分度，