연구진은 에이전트 RAG의 효율성을 높이기 위해 GRASP라는 강화 학습 프레임워크를 개발했어요. GRASP는 모델이 필요할 때 문장 단위 증거를 검색하고, 의미 검색, 키워드 검색, 단락 읽기 액션을 조정할 수 있도록 훈련해요. 실험 결과, GRASP는 기존 RAG 방식보다 검색 재현율과 질문 답변 성능을 향상시켰으며, 스키밍과 스캐닝 같은 해석 가능한 행동 패턴을 보였어요.