S$^3$HQA: A Three-Stage Approach for Multi-hop Text-Table Hybrid Question Answering
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
针对文本-表格混合多跳问答，提出三阶段框架S3HQA，含检索器、选择器和生成式推理器，解决噪声标注与异构信息利用问题，在完整数据集上超越所有基线并位居HybridQA榜首。
2024-06-25 cs.CL
GLM-RAG: Graph Language Models for Graph-Based Retrieval-Augmented Generation
Institute of Computational Linguistics, Heidelberg University（海德堡大学计算语言学研究所）；Aleph Alpha Research（Aleph Alpha 研究院）
本研究提出GLM-RAG的GLM基检索器，对比三类检索器性能，发现微调GLM检索器跨域泛化更优且在多跳基准达SOTA，GNN与向量搜索各有优势。
2026-10-09 cs.AI cs.CL cs.IR
Latent Retrieval for Weakly Supervised Open Domain Question Answering
Google Research（谷歌研究院）
最近的工作开放域问答（QA）假设强有力的监督的支持证据和/或假设一个黑盒信息检索（IR）系统来检索候选证据。我们认为，这两个都是次优的，因为黄金证据并不总是可用的，QA是从根本上不同于IR。我们第一次表明，它是可以共同学习的检索器和读者从问答字符串对，没有任何IR系统。在这种情况下，从维基百科的所有证据检索被视为一个潜在的变量。由于从头开始学习是不切实际的，我们用反向完形填空任务对检索器进行了预训练。我们评估五个QA数据集的开放版本。在提问者已经知道答案的数据集上，传统的IR系统（如BM 25）就足够了。在用户真正寻求答案的数据集上，我们证明了学习检索是至关重要的，在精确匹配方面超过BM 25高达19个点。
2019-06-27 cs.CL
Silver Retriever: Advancing Neural Passage Retrieval for Polish Question Answering
Polish Academy of Sciences（波兰科学院）
本文提出面向波兰语的神经段落检索模型 Silver Retriever，在多样化标注数据上训练，性能显著优于现有波兰语模型，并开源五个新数据集。
2024-02-22 cs.CL cs.IR
Agentic-R: Learning to Retrieve for Agentic Search
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院）；Baidu Inc.（百度公司）
本文提出了一种针对代理搜索的检索器训练框架，通过结合局部查询-段落相关性和全局答案正确性，提升多轮搜索性能。
2026-01-17 cs.CL cs.IR
Baleen: Robust Multi-Hop Reasoning at Scale via Condensed Retrieval
Stanford University（斯坦福大学）
多跳推理（即，跨两个或多个文档的推理）是利用大型语料库展示广泛知识的NLP模型的关键要素。为了检索证据段落，多跳模型必须应对跨跳快速增长的搜索空间，表示结合多种信息需求的复杂查询，并解决关于在训练段落之间跳跃的最佳顺序的模糊性。我们通过Baleen来解决这些问题，Baleen是一个系统，它提高了多跳检索的准确性，同时在多跳设置中从弱训练信号中鲁棒地学习。为了驯服的搜索空间，我们提出了浓缩检索，管道，总结检索到的段落后，每一跳到一个单一的紧凑的上下文。为了模拟复杂的查询，我们引入了一个集中的后期交互检索，允许不同的部分相同的查询表示，以匹配不同的相关段落。最后，为了推断无序训练通道之间的跳跃依赖关系，我们设计了潜在的跳跃排序，一种弱监督策略，训练检索器本身选择的跳跃序列。我们评估Baleen检索两跳问答和多跳索赔验证，建立最先进的性能。
2022-07-10 cs.CL cs.IR
End-to-End Beam Retrieval for Multi-Hop Question Answering
Beijing University of Posts and Telecommunications（北京邮电大学）；Tencent Research（腾讯研究院）
本文提出端到端束检索框架 Beam Retrieval，通过跨跳联合优化编码器和分类头，并在每步保留多个段落假设以扩大搜索空间，显著提升多跳问答检索质量，进而改善有监督阅读器和 LLM 的问答性能。
2024-04-01 cs.CL
Simple Entity-Centric Questions Challenge Dense Retrievers
Princeton University（普林斯顿大学）
开放领域的问答最近爆炸式流行，由于稠密检索模型的成功，它已经超过了稀疏模型，只使用一些监督训练样本。然而，在本文中，我们证明了当前的密集模型还不是检索的圣杯。我们首先构建了一组简单的，基于维基数据事实的实体丰富的问题（例如，“Arve Furset出生在哪里？），并观察到密集的检索器大大低于稀疏的方法。我们研究了这个问题，发现密集检索器只能概括到共同的实体，除非在训练过程中明确观察到的问题模式。我们讨论两个简单的解决方案来解决这个关键问题。首先，我们证明了数据增强无法解决泛化问题。其次，我们认为一个更强大的通道编码器有助于促进更好的问题适应使用专门的问题编码器。我们希望我们的工作可以揭示在创建一个强大的，通用的密集检索器，以及在不同的输入分布的挑战。
2022-02-22 cs.CL cs.IR
Autofocus Retrieval: An Effective Pipeline for Multi-Hop Question Answering With Semi-Structured Knowledge
Institute of Computer Science（计算机科学研究所）；Johannes Gutenberg University Mainz（美因茨约翰内斯·古腾堡大学）
本文提出Autofocus-Retriever框架，通过结合结构和文本检索方法，在三个STaRK问答基准测试中取得最佳零样本和一次样本结果，其性能由四个约束驱动检索步骤和四个补充处理步骤驱动。
2026-05-14 cs.AI cs.CL cs.IR
SIRAG: Towards Stable and Interpretable RAG with A Process-Supervised Multi-Agent Framework
Heyuan Tobacco Monopoly Administration（河源市烟草专卖局）；South China University of Technology（华南理工大学）
本文提出SIRAG框架，通过决策者与知识选择器两个轻量级智能体及过程级奖励监督和PPO训练，在无需修改检索器和生成器的前提下提升RAG的准确性、稳定性和可解释性。
2025-09-17 cs.CL
LevelRAG: Enhancing Retrieval-Augmented Generation with Multi-hop Logic Planning over Rewriting Augmented Searchers
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；Chinese Academy of Sciences（中国科学院）；University of Chinese Academy of Sciences（中国科学院大学）；Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
LevelRAG通过高层搜索器将复杂查询分解为原子查询，并利用基于Lucene语法的稀疏搜索器，在混合检索中提升检索完整性与准确性，超越现有RAG方法及GPT4o。
2025-02-25 cs.CL cs.IR
MAUPQA: Massive Automatically-created Polish Question Answering Dataset
Institute of Computer Science, Polish Academy of Sciences（波兰科学院计算机科学研究所）
本研究探索自动构建弱标注数据集的方法，以提升神经段落检索性能，并发布了包含近40万对波兰语数据的MAUPQA数据集及HerBERT-QA检索器。
2023-05-09 cs.CL
MURRE: Multi-Hop Table Retrieval with Removal for Open-Domain Text-to-SQL
Harbin Institute of Technology（哈尔滨工业大学）
针对开放域text-to-SQL中单跳检索性能受限、现有多跳检索易引入无关表格的问题，提出带移除机制的多跳表格检索方法MURRE，通过从问题中移除已检索信息引导查找相关表格，在两个数据集上较SOTA平均提升5.7%。
2024-09-18 cs.CL
Multi-hop Evidence Retrieval for Cross-document Relation Extraction
University of Southern California（南加州大学）；University of California, Los Angeles（加州大学洛杉矶分校）
针对跨文档关系抽取中的开放域证据获取与多跳推理难题，提出基于证据路径挖掘、排序及上下文密集检索的 MR.COD，并在 CodRED 上验证其可提升封闭与开放设置下的端到端性能。
2023-06-05 cs.CL cs.IR cs.LG
Open-domain Question Answering via Chain of Reasoning over Heterogeneous Knowledge
Carnegie Mellon University（卡内基梅隆大学）；Microsoft Research（微软研究院）
我们提出了一种新的开放域问答（ODQA）框架，回答单/多跳的问题，跨异构的知识源。我们的方法的关键新颖之处在于将中间模块引入到当前的检索器-读取器管道中。与以前的方法不同，这些方法仅仅依赖于检索器来孤立地收集所有证据，我们的中介对检索到的集合执行一系列推理。具体来说，我们的方法链接检索到的证据与其相关的全球范围内的图形，并将它们组织成一个候选列表的证据链。基于预训练的语言模型，我们的系统在两个ODQA数据集OTT-QA和NQ上实现了与维基百科的表格和段落相比具有竞争力的性能。特别是，我们的模型在OTT-QA上的表现大大优于先前的最先进技术，精确匹配分数为47.3（45%相对增益）。
2022-10-22 cs.CL
Think Straight, Stop Smart: Structured Reasoning for Efficient Multi-Hop RAG
Qualcomm AI Research（高通人工智能研究院）
针对现有多跳RAG迭代提示方法token消耗高、终止不稳定的问题，提出结构化框架TSSS，通过模板化推理加检索器终止机制，在多个基准上实现RAG-CoT类方法的最优准确率与高效推理，适配端侧等效率受限场景。
2025-10-22 cs.CL
Subgraph Retrieval Enhanced Model for Multi-hop Knowledge Base Question Answering
Renmin University of China（中国人民大学）；Tsinghua University（清华大学）；Mila - Quebec AI Institute（米拉-魁北克人工智能研究所）
知识库问答（KBQA）检索子图更容易推理的最新作品。一个期望的子图是至关重要的，因为一个小的可能会排除答案，但一个大的可能会引入更多的噪音。然而，现有的检索要么是启发式的，要么与推理交织在一起，导致在部分子图上进行推理，这增加了中间监督缺失时的推理偏差。本文提出了一个可训练的子图检索器（SR）解耦的后续推理过程，这使得一个即插即用的框架，以增强任何面向子图的KBQA模型。大量的实验表明，SR实现了显着更好的检索和QA性能比现有的检索方法。通过弱监督的预训练以及端到端的微调，SRl在与NSM（一种面向子图的推理器）相结合时，实现了新的最先进的性能，用于基于嵌入的KBQA方法。
2022-07-27 cs.CL
Latent Abstraction for Retrieval-Augmented Generation
Center for AI Research, VinUniversity, Vietnam（越南Vin大学人工智能研究中心）
LAnR通过在潜在空间中联合执行编码、检索和生成，提升检索增强生成的效率与效果，减少检索调用次数并增强模型整合。
2026-10-28 cs.AI cs.CL
Cooperative Retrieval-Augmented Generation for Question Answering: Mutual Information Exchange and Ranking by Contrasting Layers
Department of Artificial Intelligence, Hanyang University（人工智能学院，翰阳大学）；Department of Data Science, Hanyang University（数据科学学院，翰阳大学）
CoopRAG通过协作检索与生成机制，提升问答任务中检索与生成的准确性。
2025-12-17 cs.AI cs.CL
HopRAG: Multi-Hop Reasoning for Logic-Aware Retrieval-Augmented Generation
Peking University（北京大学）；Center for LLM, Institute for Advanced Algorithms Research（大模型中心，高级算法研究所）；Huazhong University of Science and Technology（华中科技大学）
HopRAG提出一种结合图结构逻辑推理的RAG框架，通过“检索-推理-剪枝”机制扩展检索范围，提升多跳问答质量。
2025-05-26 cs.CL cs.IR
Natural Logic-guided Autoregressive Multi-hop Document Retrieval for Fact Verification
University of Cambridge（剑桥大学）
事实验证的一个关键组成部分是证据检索，通常来自多个文档。最近的方法使用密集的表示和条件的检索每个文件的先前检索的。后一个步骤是对集合中的所有文档执行的，需要将它们的密集表示存储在索引中，因此会产生很高的内存占用。另一种范例是检索和重新排序，其中使用诸如BM 25的方法检索文档，对它们的句子进行重新排序，并以这些句子为条件检索更多的文档，从而降低对内存的要求。然而，这样的方法可能是脆弱的，因为它们依赖于语法学并假设文档之间的超链接。我们提出了一种新的检索和重新排名方法多跳检索，检索器，共同得分的知识源中的文件和句子，从以前检索到的文件使用自回归公式，并根据自然逻辑，动态终止检索过程中的证据被认为是足够的证明系统的指导。该方法与FEVER、HoVer和FEVEROUS-S上的当前最先进的方法相比具有竞争力，而使用$5$的存储器比竞争系统少$10$倍。对抗数据集的评估表明，与常用的基于阈值的方法相比，我们的方法具有更高的稳定性。最后，证明系统帮助人类正确预测模型决策，比单独使用证据更频繁。
2022-12-10 cs.CL
SelfGraphRAG: Bridging the Supervision Gap in Graph-Based RAG with Synthetic QA Generation
University of Maryland, Baltimore County (UMBC)（马里兰大学巴尔的摩县分校）
SelfGraphRAG框架通过从知识图谱结构生成问答对训练查询条件图检索器，解决新建图谱缺乏标注数据的问题，在多跳问答等任务中提升了检索与推理性能。
2026-08-27 cs.AI cs.CL
W-RAG: Weakly Supervised Dense Retrieval in RAG for Open-domain Question Answering
Santa Clara University（圣克拉拉大学）；Meta AI
本文提出W-RAG方法，通过从LLM下游任务提取弱监督信号微调稠密检索器，利用BM25检索和LLM生成概率重排序段落，显著提升了开放域问答的检索与生成性能。
2025-04-25 cs.AI cs.CL cs.IR
RAGGED: Towards Informed Design of Scalable and Stable RAG Systems
Machine Learning Department, Carnegie Mellon University, Pittsburgh, USA（卡内基梅隆大学机器学习系）；The Language Technologies Institute, Carnegie Mellon University, Pittsburgh, USA（卡内基梅隆大学语言技术研究所）
提出RAGGED框架系统评估RAG系统，发现阅读器对噪声的鲁棒性是决定其稳定性和可扩展性的关键，为优化检索深度和模型鲁棒性提供指导。
2025-07-16 cs.CL
GeAR: Graph-enhanced Agent for Retrieval-augmented Generation
Huawei Technologies Co., Ltd.（华为技术有限公司）
GeAR通过图扩展机制增强基础检索器，并集成智能体框架实现多步检索，在MuSiQue等数据集上取得超10%的性能提升。
2025-06-22 cs.AI cs.CL cs.IR
Distantly-Supervised Evidence Retrieval Enables Question Answering without Evidence Annotation
University of Maryland（马里兰大学）；Microsoft Research（微软研究院）
开放域问答基于从大型语料库检索的证据回答问题。最先进的神经方法需要中间证据注释进行训练。然而，这样的中间注释是昂贵的，并且依赖于它们的方法不能转移到更常见的设置中，在更常见的设置中，只有问题-答案对可用。本文研究了模型是否可以学习从大型语料库中找到证据，只需要对模型训练的答案标签进行远程监督，从而不会产生额外的注释成本。我们引入了一种新的方法（DistDR），通过交替从最新模型中找到证据并鼓励模型学习最可能的证据，迭代地改进弱检索器。在不使用任何证据标签的情况下，DistDR在多跳和单跳QA基准测试中与完全监督的最先进方法不相上下。我们的分析证实，DistDR在迭代过程中发现了更准确的证据，这导致了模型的改进。
2021-10-10 cs.CL
Learning to Retrieve Reasoning Paths over Wikipedia Graph for Question Answering
University of Washington（华盛顿大学）；Salesforce Research（Salesforce研究院）；Allen Institute for Artificial Intelligence（艾伦人工智能研究院）
在网络规模上搜索需要多跳推理的问题需要检索多个证据文档，其中一个文档通常与问题几乎没有词汇或语义关系。本文介绍了一种新的基于图的循环检索方法，该方法学习检索维基百科图上的推理路径来回答多跳开放域问题。我们的检索器模型训练一个递归神经网络，该网络通过对先前检索到的文档进行调节来学习顺序检索推理路径中的证据段落。我们的读者模型对推理路径进行排序，并提取出最佳推理路径中包含的答案跨度。在三个开放域QA数据集上的实验结果显示了最先进的结果，展示了我们方法的有效性和鲁棒性。值得注意的是，我们的方法在HotpotQA中实现了显着的改进，比之前的最佳模型高出14个点以上。
2020-02-14 cs.CL
GraphRAG-LTM: A Layered Threat Modeling Framework for Attacks on Graph Retrieval-Augmented Generation
Zhejiang University（浙江大学）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Great Bay University（大湾区大学）；Ant Group（蚂蚁集团）
该研究针对GraphRAG的证据路径攻击提出GraphRAG-LTM分层威胁建模框架，测试三类攻击者访问级别，实验验证了不同攻击手段对回答质量和事实检索的损害。
2026-10-15 cs.CL
Don't Lose Entities from Retrieval to Generation: Dual Entity Recovery RAG for multi-hop QA
UNIST（蔚山科学技术院）
针对多跳问答中检索与生成阶段实体信息丢失的问题，提出双实体恢复RAG（DER-RAG），通过双向查询分解和主语实体前缀，无需图构建或微调，在三个基准上达到或超越强基线。
2026-09-09 cs.CL
Generate-then-Ground in Retrieval-Augmented Generation for Multi-hop Question Answering
Shandong University（山东大学）；University of Electronic Science and Technology of China（电子科技大学）；Leiden University（莱顿大学）
针对多跳问答中检索增强生成范式受检索器和文档噪声限制的问题，提出GenGround框架，通过交替生成单跳答案与文档落地修正的方式协同参数化知识与外部文档，还提出指令落地蒸馏适配小模型，在四个数据集上表现更优。
2024-09-16 cs.CL cs.IR
RAG-RL: Advancing Retrieval-Augmented Generation via RL and Curriculum Learning
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
RAG-RL通过强化学习和课程学习提升检索增强生成性能，使生成模型能识别并引用相关信息，提高样本效率和泛化能力，实验显示在多跳问答任务中准确率显著提升。
2025-05-23 cs.CL
Conv-CoA: Improving Open-domain Question Answering in Large Language Models via Conversational Chain-of-Action
Northwestern University（西北大学）
本文提出Conv-CoA框架，通过动态推理-检索机制、Hopfield检索器和对话式多参考置信度分数，解决开放域对话问答中的幻觉、推理弱和检索性能差问题，在五个方向和两个基准上超越23种最先进方法。
2024-05-28 cs.AI cs.CL
GRADE: Generating multi-hop QA and fine-gRAined Difficulty matrix for RAG Evaluation
DATUMO；Graduate School of Culture Technology, KAIST（文化科技研究生院，韩国科学技术院）
GRADE提出了一种新的RAG评估框架，通过多跳问答和细粒度难度矩阵来评估和改进多步推理能力。
2025-12-15 cs.AI cs.CL
You Only Need One Model for Open-domain Question Answering
Samsung Research（三星研究院）；Samsung Electronics（三星电子）；Stanford University（斯坦福大学）；Growdle Corporation（Growdle公司）
最近的开放域问答方法是指使用检索器模型的外部知识库，可选地使用单独的重排序器模型对段落进行重排序，并使用另一个读者模型生成答案。尽管执行相关任务，但模型具有单独的参数，并且在训练期间弱耦合。我们建议铸造的检索器和reranker作为内部的逐行注意力机制顺序应用在Transformer架构和饲料计算表示读者，与隐藏的表示逐步完善在每个阶段。这允许我们使用单个问答模型进行端到端训练，这是对模型容量的更有效利用，也导致了更好的梯度流。我们提出了一种预训练方法，以有效地训练这个架构，并评估我们的模型上的自然问题和TriviaQA开放数据集。对于固定的参数预算，我们的模型比以前的最先进的模型高出1.0和0.7的精确匹配分数。
2022-10-28 cs.AI cs.CL
CO-Search: COVID-19 Information Retrieval with Semantic Search, Question Answering, and Abstractive Summarization
Salesforce Research（赛富时研究院）
2019冠状病毒病全球大流行促使国际社会努力了解、跟踪和减轻这种疾病，产生了跨科学学科的2019冠状病毒病和SARS-CoV-2相关出版物的重要语料库。截至2020年5月，已通过COVID-19开放研究数据集挑战收集了128，000篇与冠状病毒相关的出版物。在这里，我们介绍了CO-Search，这是一个检索器-排名器语义搜索引擎，旨在处理对COVID-19文献的复杂查询，可能有助于负担过重的卫生工作者在危机时期找到科学答案。检索器是建立从Siamese-BERT编码器，是线性组成的TF-IDF矢量化，和倒数秩融合的BM 25矢量化。该排名器是由一个多跳问答模块，连同多段摘要摘要调整检索分数。为了解决特定领域和相对有限的数据集，我们生成了文档段落和引用的二分图，创建了130万个（引用标题，段落）元组用于训练编码器。我们根据TREC-COVID信息检索挑战的数据评估了我们的系统。CO-Search在第一轮和第二轮的数据集上获得了最佳性能，包括几个关键指标：归一化折扣累积增益、精度、平均精度和二进制偏好。
2020-06-17 cs.AI cs.CL cs.IR
TTQA-RS- A break-down prompting approach for Multi-hop Table-Text Question Answering with Reasoning and Summarization
University of Florida（佛罗里达大学）
本文提出TTQA-RS模型，通过分解提示、检索增强生成和表格-文本摘要，结合推理与子问题答案，在多跳表格-文本问答任务上以开源LLM取得最优性能。
2024-09-30 cs.CL cs.IR
Learning to Recover Reasoning Chains for Multi-Hop Question Answering via Cooperative Games
Queen’s University（女王大学）；IBM Research（IBM研究院）；UC Santa Barbara（加州大学圣巴巴拉分校）；Beihang University（北京航空航天大学）
我们提出了从弱监督信号中学习恢复推理链的新问题，即，问答对我们提出了一个合作博弈的方法来处理这个问题，在其中如何选择的证据通道，以及如何选定的通道连接处理的两个模型，合作选择最有信心的链从一个大的候选人（从远程监督）。为了进行评估，我们基于两个多跳QA数据集（HotpotQA和MedHop）创建了基准测试;并为后者创建了手动标记的推理链。实验结果证明了该方法的有效性。
2020-04-06 cs.CL
From RAG to RICHES: Retrieval Interlaced with Sequence Generation
Google Deepmind（谷歌DeepMind）
本文提出 RICHES，将检索融入 LLM 单次序列生成，无需独立检索器或额外训练，即可支持带归属、多跳 ODQA 等任务。
2024-06-29 cs.AI cs.CL
Hierarchical Retrieval-Augmented Generation Model with Rethink for Multi-hop Question Answering
Northeastern University（东北大学）
本文提出用于多跳问答的层次检索增强生成框架HiRAG，通过结合文档级稀疏检索与块级密集检索及单候选检索策略，并构建两个新语料库，有效解决了信息过时和准确率-数量权衡问题，在四个数据集上优于现有模型。
2024-08-20 cs.AI cs.CL cs.IR
Less is More: Making Smaller Language Models Competent Subgraph Retrievers for Multi-hop KGQA
School of Informatics, University of Edinburgh（爱丁堡大学信息学院）；Huawei Edinburgh Research Centre（华为爱丁堡研究中心）；The Chinese University of Hong Kong（香港中文大学）
针对多跳KGQA的子图检索需求，提出将子图检索建模为小语言模型的条件生成任务，用关系序列特殊token表示子图，小模型即可取得媲美大模型的检索效果，3B模型搭配LLM读取器还刷新了两个基准的端到端SOTA性能。
2024-10-08 cs.CL
TRACE the Evidence: Constructing Knowledge-Grounded Reasoning Chains for Retrieval-Augmented Generation
University of Glasgow（格拉斯哥大学）
针对RAG检索噪声影响多跳问答的问题，本文提出TRACE，通过从检索文档构建知识图谱并生成知识三元组推理链来整合证据，实验显示其平均性能最高提升14.03%。
2024-06-17 cs.AI cs.CL
Open Question Answering over Tables and Text
University of California, Santa Barbara（加州大学圣巴巴拉分校）；Google Research（谷歌研究院）
在开放式问答（QA）中，通过检索并分析可能包含问题答案的文档来生成问题的答案。大多数开放式QA系统只考虑从非结构化文本中检索信息。在这里，我们第一次考虑开放式问答在表格和文本数据，并提出了一个新的大规模数据集开放式表格和文本问答（OTT-QA），以评估这项任务的性能。OTT-QA中的大多数问题都需要跨表格数据和非结构化文本进行多跳推理，并且回答问题所需的证据可以以不同的方式分布在这两种类型的输入中，这使得证据检索具有挑战性-我们使用迭代检索器和基于BERT的阅读器的基线模型实现了小于10%的精确匹配分数。然后，我们提出了两种新的技术，以解决检索和聚合OTT-QA证据的挑战。第一种技术是使用“早期融合”将多个高度相关的表格和文本单元分组到融合块中，这为检索器提供了更多的上下文来搜索。第二种技术是使用跨块阅读器来模拟多个检索到的证据与全局-局部稀疏注意之间的交叉依赖性。结合这两种技术可以显著提高分数，达到27%以上。
2021-02-10 cs.AI cs.CL
Hierarchical Lexical Graph for Enhanced Multi-Hop Retrieval
Queen's University（皇后大学）；Amazon（亚马逊）
本文提出三层 HLG 索引及 StatementGraphRAG、TopicGraphRAG 两种检索器，并构建多文档问答合成数据集，实验显示其较分块 RAG 平均相对提升 23.1%。
2025-06-09 cs.AI cs.CL cs.IR
HKVM-RAG: Key-Value-Separated Hypergraph Evidence Organization for Multi-Hop RAG
Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院）；School of Computer and Information Engineering, Henan University（河南大学计算机与信息工程学院）
提出HKVM-RAG，一种键值分离的证据组织层，通过超图键值检索改进多跳RAG的证据链暴露，在三个基准上提升F1分数。
2026-06-12 cs.CL cs.IR
Verification Without Sufficiency: Per-Chunk Filtering Fails on Multi-Hop RAG, and Decomposition Repairs It
该研究发现逐块过滤在多跳RAG中失效，经七项控制实验排除其他因素后，提出将验证条件改为分解后的子问题，可显著提升多跳RAG的性能，Qwen2.5-7B分解器已能捕获部分性能提升空间。
2026-08-04 cs.CL cs.IR cs.LG
Beyond Retrieval Failure: Understanding Why LLMs Miss Evidence in Multi-Hop RAG
Zhejiang University（浙江大学）；Shanghai AI Laboratory（上海人工智能实验室）；Fudan University（复旦大学）；Sun Yat-sen University（中山大学）；University of British Columbia（不列颠哥伦比亚大学）；The Chinese University of Hong Kong（香港中文大学）
本研究针对多跳RAG中LLM遗漏证据的问题，提出ExecutionRAG方法，发现错误原因从检索引导转向证据验证，且不同嵌入模型的错误数量有显著变化。
2026-10-16 cs.CL
GTA-RAG: Graph-Trajectory-Augmented Reinforcement Learning for Multi-Turn Retrieval-Augmented Reasoning
Shenzhen University（深圳大学）；Great Bay University（大湾区大学）；Ant Group（蚂蚁集团）
GTA-RAG是一种图轨迹增强强化学习框架，通过轨迹级监督优化检索策略，在多跳和简单问答基准上，相比RL-based RAG基线提升了性能与证据链覆盖率。
2026-09-01 cs.CL cs.LG
Meet, Compare, or Abstain: LatWeave for Deterministic Multi-Hop Question Answering on Knowledge Lattices
ZenSmart Technology (Beijing) Co., Ltd.（中数睿智科技（北京）有限公司）
LatWeave 将知识组织为多维格，通过相遇、比较和弃权三个确定性算子实现多跳问答，确保答案路径零 LLM、可审计，并在完整知识下保持高性能，在信息不完整时可靠弃权。
2026-09-24 cs.AI cs.CL cs.IR
Study on LLMs for Promptagator-Style Dense Retriever Training
Massachusetts Institute of Technology Lincoln Laboratory（麻省理工学院林肯实验室）；University of Waterloo（滑铁卢大学）
针对原始Promptagator依赖专有大模型的问题，研究发现参数≤14B甚至3B的开源LLMs可作为有效的Promptagator风格查询生成器，为领域专用稠密检索模型微调的合成数据生成提供可靠替代方案。
2025-10-02 cs.CL cs.IR
Enhancing Agentic Textual Graph Retrieval with Synthetic Stepwise Supervision
Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学）；Peking University（北京大学）；School of Information, Renmin University of China（中国人民大学信息学院）；Harbin Institute of Technology（哈尔滨工业大学）；North China Electric Power University（华北电力大学）；GDS Holdings Limited（GDS控股有限公司）
本文提出一种基于LLM的文本图检索框架，通过合成分步监督优化检索过程，提升复杂图基问答任务的准确性和F1分数。
2026-04-22 cs.CL
Few-shot Reranking for Multi-hop QA via Language Model Prompting
University of Michigan（密歇根大学）；LG AI Research（LG人工智能研究院）；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
为解决多跳问答检索器训练依赖大量标注数据的问题，提出基于大语言模型提示的少样本重排序方法PromptRank，仅用128个样本即在HotpotQA上取得强劲检索性能。
2023-07-02 cs.CL cs.IR
RARE: Redundancy-Aware Retrieval Evaluation Framework for High-Similarity Corpora
Allganize；Seoul National University（首尔国立大学）
RARE通过分解文档为原子事实和增强LLM生成数据，构建更真实的基准，揭示当前评估体系无法捕捉的鲁棒性差距。
2026-07-01 cs.AI cs.CL cs.IR
Neural Retrievers are Biased Towards LLM-Generated Content
Huawei Noah's Ark Lab（华为诺亚方舟实验室）
本文首次定量揭示神经检索与重排序模型对LLM生成内容存在系统性来源偏向，并从文本压缩角度解释成因，提出即插即用去偏约束，同时发布两个新基准以警示IR社区。
2024-07-31 cs.AI cs.CL cs.IR
GRASP: Plan-Guided Graph Retrieval with Adaptive Fusion and Reranking on Semi-Structured Knowledge Bases
Department of Electrical Engineering and Computer Science, University of Michigan（密歇根大学电气工程与计算机科学系）；Department of Computational Medicine and Bioinformatics, University of Michigan（密歇根大学计算医学与生物信息学系）
提出GRASP框架，通过计划引导图检索、条件融合和重排序三阶段，在半结构化知识库上实现最先进的检索性能。
2026-10-16 cs.CL cs.IR cs.LG
