RECAST：通过自适应证据路由学习计算恰当的上下文

大语言模型正日益广泛地应用于以冗长、异构信息源为基础的任务。传统的检索增强生成（RAG）依赖基于相似度的固定检索方式，而智能体式变体虽然能够调整查询和工具使用，但总体上仍以检索为中心。然而，在许多任务中，求解所需的证据并未明确存在于任何单个信息源条目中，而是必须通过对多个信息源条目进行筛选、聚合或计算才能推导得出。在本研究中，我们提出 RECAST（Routing Evidence through Computation, Access, and Synthesized Tools），这是一个通过学习构建的框架，将证据构建表述为围绕异构检索与计算操作展开的序贯决策过程，使证据能够被主动推导，而非仅仅被检索。轻量级 RouterLM 以迭代方式选择并构造基本操作，或指定定制操作，由参数冻结的 CompilerLM 将其转换为可执行代码。一旦判定证据充分，RouterLM 就会将采纳的证据传递给参数冻结的 AnswerLM，以生成最终解答。我们先通过监督微调（SFT），再通过组相对策略优化（GRPO）训练 RouterLM。在六类异构基准测试中，RECAST 的平均成功率达到 75.6%，比最强的大模型基线高出 15.9%。此外，经过训练的 Qwen3.5-9B RouterLM 比未经训练的 Gemini 3.5 Flash RouterLM 高出 5.0%。在三个未参与训练的基准测试中，RECAST 比最强基线平均提升 15.0%，展现出跨任务和异构信息源表示的强大零样本泛化能力。