SEARCH-R1：通过强化学习让 LLM 在逐步推理过程中自主生成多个搜索查询，并实时检索信息伊利诺伊大学厄巴纳-香槟分校计算机科学系和马萨诸塞大学安姆赫斯特分校智能信息检索中心的研究人员推出新型框架SEARCH-R1 ，通过强化学习（ RL）训练大语言模型，使其能够在推理过程中自主生成搜索查...大语言模型# DeepSeek-R1# SEARCH-R12周前0480
