搜索增强的大型语言模型（LLMs）在知识密集型任务中表现优异，但常出现过度搜索现象，导致计算效率低下和引入不相关信息。研究表明，搜索通常提高可回答查询的准确性，但对不可回答的查询则有害。过度搜索在复杂推理模型中更为明显，且在多轮对话中加剧。为量化过度搜索，提出了“每个正确性代币”（TPC）评估指标，并探讨了减轻过度搜索的方法。