超越语义相似度：智能体检索在复杂任务中的性能与成本

研究将 LLM 的推理能力与检索器的语料探索能力结合进 ReAct 智能体循环，构建智能体检索。相同嵌入模型下，其 nDCG@10 比标准检索提升 8.7 分，并在 ViDoRe v3 与 BRIGHT 榜单上取得有竞争力的结果。但代价高昂：平均每次查询耗时 107.4 秒（标准检索为 0.67 秒），消耗 764.1K 输入 token 和 5.8K 输出 token。