# 伪文档生成

该工作把会话查询改写重构为序贯检索问题：一个智能体在意图解析、词汇改写与伪文档合成三类动作间选择，每步检索后以返回段落为反馈再改写，仅用检索质量奖励经监督微调加强化学习训练，无需人工改写标注；在TopiOCQA与QReCC上取得最高MRR与NDCG@3，并可零样本迁移到TREC CAsT及稠密检索后端。

该工作把会话查询改写重构为序贯检索问题：一个智能体在意图解析、词汇改写与伪文档合成三类动作间选择，每步检索后以返回段落为反馈再改写，仅用检索质量奖励经监督微调加强化学习训练，无需人工改写标注；在TopiOCQA与QReCC上取得最高MRR与NDCG@3，并可零样本迁移到TREC CAsT及稠密检索后端。