LLM 引导搜索的 select 与 spawn 两动作统一评测框架

arXiv 论文提出统一评估 LLM 引导搜索的框架，将 RAG、deep research 等迭代查询—检索—阅读流程抽象为 select 与 spawn 两个原语动作。框架以排序列表集合表示搜索环境，用任务特定奖励和加权函数定义检索目标，并以高查全率检索 HRIR 为例演示其强化学习解释。