检索单位从内容换成推理骨架：PatternBloom 让 7B 智能体在多跳问答上随推理深度累积优势
PatternBloom 把智能体检索增强生成（RAG）的检索单位从“读什么内容”改为“怎么推理”的类型化图骨架，骨架由第一阶段强化学习高分轨迹蒸馏进外部图模式记忆，第二阶段再用模式覆盖奖励把策略与这份冻结记忆耦合。在七个问答基准上，7B 版本在全部七项数据集上按 EM 与 F1 排名第一，平均分布外 EM 领先 R1-Searcher，且同一冻结模式记忆可迁移到 Qwen3-8B 骨干。
PatternBloom 把智能体检索增强生成（RAG）的检索单位从“读什么内容”改为“怎么推理”的类型化图骨架，骨架由第一阶段强化学习高分轨迹蒸馏进外部图模式记忆，第二阶段再用模式覆盖奖励把策略与这份冻结记忆耦合。在七个问答基准上，7B 版本在全部七项数据集上按 EM 与 F1 排名第一，平均分布外 EM 领先 R1-Searcher，且同一冻结模式记忆可迁移到 Qwen3-8B 骨干。
已读完全部报道