文章核心观点 Progress Software宣布收购Nuclia，以扩展其数据平台价值并开拓更广泛市场，Nuclia的产品能让企业利用自身数据获取准确AI答案 [1][2] 收购情况 - Progress Software收购Nuclia，收购于今日签署并完成，对Progress财务无重大影响 [1][3] 收购意义 - Nuclia的易用SaaS产品使中小企业和大型企业无需大量前期投资就能快速受益于先进的代理式RAG功能 [2] - Nuclia将扩展Progress数据平台的端到端价值，为寻求利用代理式RAG技术价值的组织开拓更广泛市场 [2] 公司介绍 - Progress Software助力组织在变革中取得成功，其软件让客户轻松开发、部署和管理负责任的AI应用和数字体验，超400万开发者和技术人员依赖该公司 [4] - Nuclia作为RAG即服务公司，将企业内部数据转化为可操作、可获取的知识，解决企业从内部数据中提取答案和释放价值的难题 [5]

当前，Agentic RAG（Retrieval-Augmented Generation）正逐步成为大型语言模型访问外部知识的关键路径。但在真实实践中，搜索智能体的强化学习训练并未展现 出预期的稳定优势。一方面，部分方法优化的目标与真实下游需求存在偏离，另一方面，搜索器与生成器间的耦合也影响了泛化与部署效率。 我们（UIUC & Amazon）提出的 s3（Search-Select-Serve） 是一种 训练效率极高、结构松耦合、生成效果导向的 RL 范式 。该方法使用名为 Gain Beyond RAG (GBR) 的奖励函数，衡量搜索器是否真的为生成带来了有效提升。实验表明，s3 在使用仅 2.4k 训练样本 的情况下，便在多个领域问答任务中超越了数据规模大百 倍的强基线（如 Search-R1、DeepRetrieval）。 论文标题：s3: You Don't Need That Much Data to Train a Search Agent via RL 研究动机 RAG 的发展轨迹：从静态检索到 Agentic 策略 b. Search-R1 ：将检索与生成联合建模，以最终答案是否 Exa ...