DeepSearch 代理通过迭代搜索与推理在复杂信息检索任务上表现出色，但常出现意图不匹配、约束不足或查询冗余等问题，导致证据覆盖不足并累积检索噪声。为缓解这些局限，我们提出 QREF，一种即插即用的查询细化器和证据过滤器。查询细化器根据当前推理意图改写搜索查询，并在每个查询批次中保证互补覆盖；证据过滤器只保留与当前批次和推理目标相关的证据，削减干扰检索结果。细化器先通过监督微调进行初始化，再通过与真实网络搜索环境的交互进行强化学习优化，从而显著降低无效查询。实验在四个挑战性基准上验证了该方法的有效性，平均相对 Pass@1 提升 33.55%（WebSailor）和 11.04%（TongyiDeepResearch），且无需修改模型结构或重新训练推理策略。与未使用 QREF 的原始 DeepSearch 主干相比，强化学习训练的细化器将缺乏区分性检索锚点的查询批次比例降低了 95%，并且相较于仅经监督微调的细化器，进一步降低了基于过滤的无效查询比例。
点评：QREF 通过动态调整查询和过滤证据，实现了搜索与推理的更紧密协同，显著提升了检索质量和任务成功率，为构建更高效的智能检索系统提供了实用思路。