Where RL Will Take Search — Maximilian-David Rumpf, SID.ai

摘要

探討強化學習如何解決傳統搜尋管道效率低下的問題，指出將搜尋任務交由專用的子代理並透過強化學習訓練，能大幅提升找到正確檔案的機率。雖然成本與速度初期較高，但透過強化學習可讓模型自我發現搜尋策略，最終實現比傳統方法快二十倍、便宜百倍的效果，並解決了傳統管道無法處理未知問題導致失敗長尾的問題。

This talk explains how reinforcement learning can optimize search by training specialized sub-agents to find documents faster and cheaper than traditional pipelines, achieving twenty times speed and hundred times cost reduction while adapting to any question dynamically.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 傳統搜尋管道決策固定於設計時，無法處理未知問題導致失敗長尾。
• 強化學習因搜尋結果可驗證且環境可重複訓練，極適合搜尋任務。
• 專用搜尋子代理能自我適應策略，最終實現比傳統方法快二十倍且便宜百倍。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00Agentic search is better, and far more expensive
2. 02:11Where the classical pipeline breaks
3. 03:27Machine design beats human design, again
4. 05:08Why search is an ideal target for RL
5. 06:46Twenty times faster, a hundred times cheaper
6. 07:36Keeping bad results out of the main context

提到的工具與公司

• SID.ai
• BM25

適合誰看

正在開發或最佳化搜尋功能、希望提升搜尋品質與效率的工程師與產品經理。

摘要依據

講者

Maximilian-David Rumpf

依據

自動字幕

為什麼排在這裡

人氣

0.71

新鮮

0.93

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Build Better AI Agents with RL & Fine-Tuning (Kyle from OpenPipe)影片 ・ AI Tinkerers ・ 51 分鐘（在新分頁開啟原站）
• The Current State of Agentic Retrieval - Qdrant RoundtablePodcast ・ Agentic Conversations（原 MLOps.community） ・ 59 分鐘
• Lessons on retrieval for autonomous coding agents with Cline head of ai.影片 ・ Jason Liu ・ 57 分鐘（在新分頁開啟原站）
• Agent Skills 做知识库检索，能比传统 RAG 效果更好吗？影片 ・ code秘密花园 ・ 14 分鐘（在新分頁開啟原站）
• Stanford CS329A Self-Improving AI Agents | Part 7 | Self-Improvement and Deep Research Agents影片 ・ Stanford Online ・ 1 小時 12 分
• #733.BM25 在智能体搜索中出人意料的有效性，简单工具为何重新变强Podcast ・ 跨国串门儿计划 ・ 18 分鐘