EviBack: Apprendimento per Rinforzo per Sistemi RAG Agentici

Una nuova tecnica di apprendimento per rinforzo chiamata EviBack migliora la ricerca multi-turno nei sistemi RAG agentici affrontando il problema dei gruppi di rollout con tutti zeri che non offrono un segnale comparativo. Questo metodo utilizza un Teacher backoff vincolato dalle evidenze per fornire una supervisione aggiuntiva, mantenendo al contempo ricompense verificabili per l'Attore. Separando la valutazione delle evidenze dal perfezionamento delle risposte, garantisce che le risposte di riferimento non prevalgano su giudizi basati su evidenze insufficienti. Il pipeline APE completamente automatizzato, assistito da GPT-5.5, inizia con un Teacher dual-task a singolo prompt creato manualmente, che poi organizza e etichetta automaticamente i dati di rollout, conduce ablazione, decomposizione dei compiti, valutazione e selezione, risultando in un Teacher a due stadi con gate. Questo nuovo Teacher supera i progetti manuali, migliorando il F1 a valle e il tasso di risposte valide, riducendo al contempo gli sforzi di ricerca, le query duplicate e le terminazioni forzate.