DeepRetrieval让模型端到端地学会搜索

DeepRetrieval 是一个基于强化学习（RL）的 query 优化系统，训练 LLM 在不同检索任务中优化原始查询，以最大化真实系统的检索效果。它不是训练一个新的 retriever，也不是让