SearchSkill: Teaching LLMs to Use Search Tools with Evolving Skill Banks
该论文提出了 SearchSkill，这是一个通过基于可复用搜索技能不断演进的 SkillBank 显式规划查询来增强语言模型开放域问答能力的框架，该框架通过减少搜索预算的浪费并促进原子化、聚焦式的查询，从而提升了检索效率和答案准确性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象你有一位非常聪明的图书管理员（即人工智能），他凭借记忆掌握大量事实，但一旦涉及近期新闻或极其具体、棘手的细节时就会陷入困境。为了帮助他，你给他一张借书证，使他能够向搜索引擎提问以获取答案。
问题并不在于图书管理员“不会”使用这张借书证，而在于他们常常提出错误的问题。例如，他们不会问：“1990 年纽约的市长是谁？”，而是可能将整个令人困惑的问题直接复制粘贴到搜索栏中，就像大喊：“告诉我美国最大城市的第一位非裔市长的所有信息！”这种做法既浪费时间，又会让搜索引擎感到困惑，并常常导致错误的答案。
SEARCHSKILL 是一种新的训练方法，旨在教导图书管理员更有效地使用借书证。以下是其工作原理，采用简单的类比说明：
1. “技能菜单”（SkillBank）
与其让图书管理员自行猜测该做什么，SEARCHSKILL 会为他们提供一份实体化的“搜索技能”菜单。这就像厨师的食谱书或机械师的工具箱。
- 旧方法：图书管理员只是说“去搜索吧！”，然后听天由命。
- SEARCHSKILL 方法：在搜索之前，图书管理员必须从菜单中选择一个具体工具，例如：
- “桥梁构建者”：当你需要寻找隐藏的中间步骤时使用（例如：“谁是 X 的母亲？”→ 先找出 X，再找出 X 的母亲）。
- “比较器”：当你需要并排检查两件事时使用（例如：“A 和 B 谁先去世？”）。
- “事实核查员”：用于验证两条证据是否相互矛盾。
2. “两步舞”
每当图书管理员需要寻找答案时，他们必须遵循一个严格的两步流程：
- 选择技能：他们查看菜单并说：“我现在需要‘桥梁构建者’工具。”
- 执行操作：基于该工具，他们向搜索引擎提出一个非常具体、聚焦的问题。
这迫使图书管理员思考：“我现在具体需要哪一块缺失的信息？”而不是将整个问题一股脑地抛给搜索引擎。
3. “练习循环”（菜单的演进）
论文描述了一种构建该菜单的巧妙方法。他们并非一次性编写后便置之不理，而是让图书管理员经历了数千道练习题。
- 错误：当图书管理员失败时（例如，因提出错误问题而得到错误答案），系统会分析其失败原因。
- 修正：如果图书管理员在特定类型的谜题上反复失败（例如连接两个相距甚远的事实），系统就会为该问题专门添加一张新的“技能卡”到菜单中。
- 结果：菜单随时间不断扩展和改进，成为一套可复用的策略集合，图书管理员可将其应用于新的、类似的问题。
4. 结果
研究人员在不同的人工智能模型（包括开源和专有模型）上测试了该方法。
- 更准确的答案：模型获得了显著更多的正确答案，尤其是在棘手的多步骤问题上。
- 减少无效努力：他们提出的问题更少、更精准。与其提出 5 个模糊的问题，他们只提出 2 到 3 个精确的问题。
- 无需“魔法”：他们使用标准的训练方法（监督微调）取得了这些成果，而非其他系统所使用的昂贵且复杂的试错方法（强化学习）。
总结
SEARCHSKILL 就像是给人工智能提供一份“搜索策略清单”，而不仅仅是一个搜索按钮。它迫使人工智能暂停，针对具体问题选择合适的策略，然后提出一个聪明、有针对性的问题。这使得人工智能变得更聪明、更快速，并且大大降低了在其自身搜索结果中迷失方向的可能性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。