Search-R1

지정하신 스키마와 작성 원칙에 따라 Search-R1 개념에 대한 고품질 한국어 위키 노트를 작성하여 생성하였습니다.

[생성된 노트 정보]

• 파일 경로: Search-R1.md
• 개념: Search-R1 (유형: tool, 상태: draft)
• 주요 포함 요소:
  1. 규격화된 Frontmatter: type, status, tags, sources, created, updated 스키마 완전 준수.
  2. 핵심 분석 및 지표:
     • Qwen2.5-7B 기준 7개 QA 데이터셋 평균 EM 0.431 달성 및 기존 RAG 베이스라인(0.304) 대비 24% 성능 향상 수치 명시 및 소스 경로 명기 (raw/AI Agents Don’t Need Vector Search Anymore. Inside the Agentic Search Stack Replacing RAG in 2026.md).
     • veRL/RAGEN 기반 PPO·GRPO 강화 학습 매커니즘 및 훈련 손실 마스킹(Loss Masking) 상세 기술.
     • CoSearch, Agentic-RAG-R1 등 후속 연구로의 확장 및 3B 파라미터 20% 향상 지표 포함.
  3. 구체적 실전 예시:
     • 추론 흐름 시나리오 (<search> 토큰 생성 및 마스킹된 검색 결과 반영 CoT).
     • PyTorch/Policy Gradient 기반 강화 학습 Loss 계산 및 검색 마스킹 의사코드(pseudo-code).
  4. 위키 연동 및 관련 노트: [[RAG]], [[에이전트 주도 검색]], [[검색자로서의 에이전트]], [[적시 컨텍스트 로딩]], [[하이브리드 검색]], [[모델 컨텍스트 프로토콜]], [[Claude Code]] 등 타 지식 개념과의 자연스러운 Obsidian 링크 연동.