MARS：用 RL 训练搜索智能体，通过 shell 命令检索原始语料

MARS 探索“无检索器”的多语言检索增强，使模型直接通过可执行 shell 命令与原始语料交互获取证据。为解决精确搜索对实体表面形式敏感及结果监督不足的问题，MARS 引入语料原生的实体锚定，并设计冗余感知的搜索奖励。实验显示，该方法持续优于强检索式基线和 DCI 基线，具备稳健的跨语言泛化能力并减少冗余交互。