深度分析
GRASP：粒度感知檢索策略的強化學習多步推理框架
隨著大型語言模型在多步推理上需求提升，傳統單次檢索已不足。研究提出 GRASP，透過強化學習讓模型在語意搜尋、關鍵字搜尋與段落閱讀間動態切換，僅在需要時擴充上下文。實驗顯示在 HotpotQA、2WikiMultiHopQA 與 MuSiQue 上，其檢索召回與問答正確率均超過現有單步與提示式基線。
GRASP
深度分析
GRASP：以互動圖與傳播算子量化論辯結構性強度
大型語言模型逐漸被當作自動化評審，用於評估論點強度與協助多方協商，但把整場辯論壓成一個整體判決易導致不一致與不可解釋性。GRASP（逐步傳播攻防強度）提出以明確的攻擊—支援互動圖為基礎，先讓模型判斷局部兩兩關係，再透過可收斂的攻防傳播算子把局部判斷匯總成全域排序。
速報
GRASP：以注視與指向手勢連結社會推理，並提出 Social Grounding Reward
理解多人視訊社會互動需解析細微非語言訊號。研究提出GRASP資料集，將注視、指向手勢與其組合轉為290K問答並分類，並以Social Grounding Reward做為學習訊號，引導模型推理互動參與者，實驗呈現於GRASP-Bench的績效提升。