PatternBloom: Empowering Agentic RAG with Externalized RL-Distilled Graph Patterns

我们引入PatternBloom，一种基于代理的RAG框架，将检索单位从内容（什么要读）转移到逻辑（如何推理）。首个RL阶段通过信息密度奖励（IDR）的大小归一化互信息，对代理构建的证据图进行评分。高奖励轨迹被提炼为类型抽象的推理骨架，第二阶段使用模式增强奖励（PAR）将策略与记忆耦合，将程序化推理转化为可学习的外部结构先验。