arXiv · NLP· Yijie Zhu, Haojie Zhou, Wanting Hong, Tailin Liu, Ning Wang·· 6 小时前AI 评分35
REAP：通过递归评估与自适应规划增强多跳问答 RAG
REAP: Enhancing RAG with Recursive Evaluation and Adaptive Planning for Multi-Hop Question Answering
AI 导读
REAP 提出递归评估与自适应规划方法，显著优于现有 RAG 在域内外多跳推理任务中的表现。 其核心通过 Sub-task Planner 维持全局视角并动态优化轨迹，结合 Fact Extractor 从检索内容提取可靠线索，增强推理可靠性与可追溯性。 研究在 AAAI 2026 发表，验证了该方法在复杂多跳推理场景下的有效性。
来源：arXiv · NLP · arxiv.org