SARL：用自评估强化学习教会搜索智能体识别信息缺口

SARL 将 Self-Assessment Reinforcement Learning 引入 RAG 搜索智能体训练，使模型能够识别自身已获得的信息与仍缺失的信息。研究旨在减少幻觉推理和过早终止搜索，提升搜索效率，并避免在推理时附加额外的评估步骤。