Skip to content
Hot eventLive

DocOpt：用强化学习优化黑盒检索的文档改写

1 reports1 sources4 hr ago updated

Get the story

AI overview

2026年10月8日，arXiv Information Retrieval 发布一手研究，提出 DocOpt 方法。该方法将文档改写建模为优化问题，以检索排名提升作为奖励，采用 GRPO 训练 LLM 或 VLM 生成改写。其特点在于仅需对检索器进行黑盒访问，并适用于单向量、多向量和词法检索器。目前该研究为初始报道，尚无后续进展或矛盾信息。

Generated from reports · updated 3 hr ago

LatestOct 8
arXiv 发布 DocOpt，用 GRPO 以检索排名提升为奖励训练 LLM/VLM 改写文档，仅需黑盒访问检索器。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Information Retrieval
    DocOpt：用强化学习优化文档以改进黑盒检索

    提出 DocOpt，将文档改写建模为优化问题，用 GRPO 以检索排名提升为奖励训练 LLM 或 VLM 生成改写，仅需对检索器黑盒访问，适用于单向量、多向量和词法检索器。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.