小红书精读：AGR: Agentic Generative Retrieval with Tool-Augmented Search

特征别全塞，让模型自己按需调🔧

各位算法同学们，特征不是塞得越多越好——把意图、位置、时效这三类特征全量静态注入，冲突样本上的困惑度反而涨了0.075，serving GPU 却翻着倍往上走。

📄 AGR: Agentic Generative Retrieval with Tool-Augmented Search

🔧 把每类异构特征封装成一个工具 token，模型在解码的每一步自己决定要不要发工具调用、调哪一个；返回的结果以 observation token 的形式插回上下文，直接改变后续 SID token 的分布，不需要的特征就不调，beam 里的无关分支也顺手剪掉。

🧩 论文先把静态注入的两个问题量化了：一是不随请求自适应，Intent 特征在对齐集上 ΔPPL 是 -0.187，到了冲突集变成 +0.075；二是不随层级自适应，golden token 概率比在理论最优深度并不更高。所以 AGR 把「何时用」和「在哪层用」塞进同一个自回归过程里解决。

⚙️ 监督信号靠构造工具增强轨迹：按特征适用性和 SID 层级上的信息增益挑调用点，先做 SID 预训练，再做工具增强微调，推理时每个候选都要走一遍工具交互。

📊 快手搜索的工业数据集上，recall 比 baseline 最高 +14.04%。

📈 三个公开 benchmark 上一致领先，线上 A/B 也是正向收益。

✅ 成本模型变了：serving 开销跟工具调用次数走，而不是跟特征总数走。

总结：偏落地的一篇，适合已经在跑生成式召回、被特征膨胀卡住 serving 的同学。要盯的是工具触发率和平均调用深度这两个指标；和静态注入对比时先把延迟预算固定住，否则召回涨了、QPS 掉下来，这笔账算不平。

原文：AlphaXiv