ReSeek: A Self-Correcting Framework for Search Agents with Instructive Rewards

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Shiyu, Tang, Yang, Wang, Yifan, Li, Peiming, Chen, Xi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Render-of-Thought: Rendering Textual Chain-of-Thought as Images for Visual Latent Reasoning
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

SE-Search: Self-Evolving Search Agent via Memory and Dense Reward
von: Li, Jian, et al.
Veröffentlicht: (2026)

Instructive Dialogue Summarization with Query Aggregations
von: Wang, Bin, et al.
Veröffentlicht: (2023)

Finetune Once: Decoupling General & Domain Learning with Dynamic Boosted Annealing
von: Tang, Yang, et al.
Veröffentlicht: (2025)

ReST-MCTS*: LLM Self-Training via Process Reward Guided Tree Search
von: Zhang, Dan, et al.
Veröffentlicht: (2024)

Conan-embedding: General Text Embedding with More and Better Negative Samples
von: Li, Shiyu, et al.
Veröffentlicht: (2024)

ExpSeek: Self-Triggered Experience Seeking for Web Agents
von: Zhang, Wenyuan, et al.
Veröffentlicht: (2026)

Multi-Agent Consensus Seeking via Large Language Models
von: Chen, Huaben, et al.
Veröffentlicht: (2023)

Retrieval, Reward, and Training Protocols: What Matters in Training Search Agents?
von: Zhao, Yibo, et al.
Veröffentlicht: (2026)

WideSearch: Benchmarking Agentic Broad Info-Seeking
von: Wong, Ryan, et al.
Veröffentlicht: (2025)

InfoMosaic-Bench: Evaluating Multi-Source Information Seeking in Tool-Augmented Agents
von: Du, Yaxin, et al.
Veröffentlicht: (2025)

Instructive Decoding: Instruction-Tuned Large Language Models are Self-Refiner from Noisy Instructions
von: Kim, Taehyeon, et al.
Veröffentlicht: (2023)

Unlocking Instructive In-Context Learning with Tabular Prompting for Relational Triple Extraction
von: Li, Guozheng, et al.
Veröffentlicht: (2024)

SeRTS: Self-Rewarding Tree Search for Biomedical Retrieval-Augmented Generation
von: Hu, Minda, et al.
Veröffentlicht: (2024)

EvolveSearch: An Iterative Self-Evolving Search Agent
von: Zhang, Dingchu, et al.
Veröffentlicht: (2025)

Sparse Rewards Can Self-Train Dialogue Agents
von: Lattimer, Barrett Martin, et al.
Veröffentlicht: (2024)

InfoAgent: Advancing Autonomous Information-Seeking Agents
von: Zhang, Gongrui, et al.
Veröffentlicht: (2025)

ReFINE: A Reward-Based Framework for Interpretable and Nuanced Evaluation of Radiology Report Generation
von: Liu, Yunyi, et al.
Veröffentlicht: (2024)

Conan-Embedding-v2: Training an LLM from Scratch for Text Embeddings
von: Li, Shiyu, et al.
Veröffentlicht: (2025)

Triviality Corrected Endogenous Reward
von: Wang, Xinda, et al.
Veröffentlicht: (2026)

RLVER: Reinforcement Learning with Verifiable Emotion Rewards for Empathetic Agents
von: Wang, Peisong, et al.
Veröffentlicht: (2025)

Re-ReST: Reflection-Reinforced Self-Training for Language Agents
von: Dou, Zi-Yi, et al.
Veröffentlicht: (2024)

ClinSeekAgent: Automating Multimodal Evidence Seeking for Agentic Clinical Reasoning
von: Wu, Juncheng, et al.
Veröffentlicht: (2026)

AgentCollab: A Self-Evaluation-Driven Collaboration Paradigm for Efficient LLM Agents
von: Gao, Wenbo, et al.
Veröffentlicht: (2026)

Beyond Retrieval-Ranking: A Multi-Agent Cognitive Decision Framework for E-Commerce Search
von: Zhai, Zhouwei, et al.
Veröffentlicht: (2025)

Think&Cite: Improving Attributed Text Generation with Self-Guided Tree Search and Progress Reward Modeling
von: Li, Junyi, et al.
Veröffentlicht: (2024)

Chaining the Evidence: Robust Reinforcement Learning for Deep Search Agents with Citation-Aware Rubric Rewards
von: Zhang, Jiajie, et al.
Veröffentlicht: (2026)

ReARTeR: Retrieval-Augmented Reasoning with Trustworthy Process Rewarding
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2025)

A Comprehensive Graph Framework for Question Answering with Mode-Seeking Preference Alignment
von: Tang, Quanwei, et al.
Veröffentlicht: (2025)

The Flip Side of RLHF: On-Policy Feedback for Reward Model Self-Supervised Improvement
von: Wang, Xiaobo, et al.
Veröffentlicht: (2026)

Self-Correction Makes LLMs Better Parsers
von: Zhang, Ziyan, et al.
Veröffentlicht: (2025)

SmartSnap: Proactive Evidence Seeking for Self-Verifying Agents
von: Cai, Shaofei, et al.
Veröffentlicht: (2025)

DeepWideSearch: Benchmarking Depth and Width in Agentic Information Seeking
von: Lan, Tian, et al.
Veröffentlicht: (2025)

Reward Auditor: Inference on Reward Modeling Suitability in Real-World Perturbed Scenarios
von: Zang, Jianxiang, et al.
Veröffentlicht: (2025)

ARIA: Training Language Agents with Intention-Driven Reward Aggregation
von: Yang, Ruihan, et al.
Veröffentlicht: (2025)

ReSearch: Learning to Reason with Search for LLMs via Reinforcement Learning
von: Chen, Mingyang, et al.
Veröffentlicht: (2025)

WebSeer: Training Deeper Search Agents through Reinforcement Learning with Self-Reflection
von: He, Guanzhong, et al.
Veröffentlicht: (2025)

URPO: A Unified Reward & Policy Optimization Framework for Large Language Models
von: Lu, Songshuo, et al.
Veröffentlicht: (2025)

Table-as-Search: Formulate Long-Horizon Agentic Information Seeking as Table Completion
von: Lan, Tian, et al.
Veröffentlicht: (2026)

Holistically Guided Monte Carlo Tree Search for Intricate Information Seeking
von: Ren, Ruiyang, et al.
Veröffentlicht: (2025)