[IR]《RAG over Thinking Traces Can Improve Reasoning Tasks》N Arabzadeh, W Ma, S Min, M Zaharia [UC Berkeley] (2026)

在推理型任务中，RAG不灵是一个悬而未决的难题。过去的方法受困于网页和文档检索，本质原因是它们给答案材料，却不给解题路径。

本文的核心洞见是：把模型过往的思考轨迹重新看作可检索经验。由此，将冗长轨迹压成步骤、洞见或避错清单，使新问题能借用旧推理。

这项工作真正留下的遗产是把“思考过程”外部化为语料。它打开的新门是推理型RAG不再只找知识，但门槛是轨迹质量、任务迁移与污染控制。

arxiv.org/abs/2605.03344 机器学习 人工智能 论文 AI创造营