跳转至

Read this paper write-up in English

Superintelligent Retrieval Agent: The Next Frontier of Agentic Retrieval

复现级别：L1 核心机制诊断。 本地执行 DF gate 与加权单次检索组合，不调用论文 LLM、不重建 2558 万文档索引，也不把公开离线结果写成线上 A/B。

论文信息

字段 内容
论文链接 arXiv
公司/机构 Meta Superintelligence Labs / Rice University（工作完成于 Meta）（按第一作者署名单位）
首次公开日期 2026-05-07（arXiv v1）
原文开源代码 是：https://github.com/facebookresearch/sira
Adapter sira
本地复现代码 src/auto_research/agent_research/official_meta_backfill_20261004.py

原始论文总结

背景与主要改动

冻结 LLM 先生成相关证据可能使用、但原查询缺失的词汇，再用倒排索引中的文档频率过滤不存在或过于常见的词；原查询与验证后的扩展只执行一次加权 BM25。

flowchart LR
  I[受限输入与公开状态] --> M[sira 定义性机制]
  M --> A[可审计中间量]
  A --> O[有界输出或状态更新]

原论文关键图

Superintelligent Retrieval Agent: The Next Frontier of Agentic Retrieval 原论文 Figure 3

原论文 Figure 3（关键图）：展示原论文的整体流程、关键阶段及其数据流向。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\(score(d)=BM25(q_{orig},d)+w\,BM25(q_{exp},d)\)；查询侧词项需满足 \(0<DF(t)\le\tau|C|\)。

论文离线与线上效果

十个 BEIR 任务平均检索表现优于论文所比稠密、学习式稀疏及 Agent 检索基线；BrowseComp-Wikipedia 的 Recall@1/10/100 分别为 9.70%/15.27%/36.14%。

这些论文均未报告可归因于该方法的生产线上 A/B；上述数字是论文公开离线评测，不与本地诊断混写。

本地复现

复现边界

本地执行 DF gate 与加权单次检索组合，不调用论文 LLM、不重建 2558 万文档索引，也不把公开离线结果写成线上 A/B。