Unsupervised Question Decomposition for Question Answering
Facebook AI Research（脸书人工智能研究院）；New York University（纽约大学）；University College London（伦敦大学学院）；CIFAR Azrieli Global Scholar（加拿大高级研究院阿兹列利全球学者项目）
我们的目标是改善问答（QA）的困难问题分解成简单的子问题，现有的QA系统能够回答。由于用分解标记问题很麻烦，我们采取无监督的方法来生成子问题，这也使我们能够利用互联网上的数百万个问题。具体来说，我们提出了一个算法的一对N无监督序列转导（ONUS），学会映射一个硬，多跳的问题，许多简单的，单跳的子问题。我们用现成的QA模型回答子问题，并将得到的答案交给重组模型，将它们组合成最终答案。我们展示了HotpotQA在原始、域外和多跳开发集上的强大基线上的巨大QA改进。ONUS自动学习分解不同类型的问题，同时匹配QA的监督和启发式分解方法的效用，并在流畅性上超过这些方法。定性，我们发现，使用子问题是有希望阐明为什么QA系统作出预测。
2020-10-06 cs.AI cs.CL cs.LG
Avoiding Knowledge Edit Skipping in Multi-hop Question Answering with Guided Decomposition
State Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学，中国）；National Institute of Healthcare Data Science, Nanjing University, China（医疗数据科学国家研究院，南京大学，中国）
针对多跳问答中知识编辑跳过问题，提出基于引导分解的迭代检索增强知识编辑方法（IRAKE），利用已编辑事实和案例引导，缓解编辑失败并超越现有最优方法。
2025-09-09 cs.AI cs.CL
GenSco: Can Question Decomposition based Passage Alignment improve Question Answering?
Indian Institute of Technology, Bombay（印度理工学院孟买分校）；Adobe Research, India（印度奥多比研究院）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
针对大语言模型RAG问答中的幻觉问题，提出基于问题分解的段落选择框架GenSco，用双LLM结构实现高效段落对齐，在三个多跳问答数据集上取得显著性能提升。
2024-07-14 cs.CL cs.IR
Better Decomposition, Free Aggregation: A Synthesizer-Folding Framework for Multilingual Multi-Hop Question Answering
School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院）；Kunming University of Science and Technology（昆明理工大学）
针对多语言多跳问答中现有方法的翻译噪声与错误放大问题，提出Syfer框架，通过推迟翻译、格式受限分解与质量检查实现性能与成本的良好平衡。
2026-08-14 cs.AI cs.CL
Did Aristotle Use a Laptop? A Question Answering Benchmark with Implicit Reasoning Strategies
Tel Aviv University（特拉维夫大学）；Allen Institute for AI（艾伦人工智能研究所）；University of Pennsylvania（宾夕法尼亚大学）
当前多跳推理数据集的一个关键限制是，其中明确提到了回答问题所需的步骤。在这项工作中，我们介绍StrategyQA，一个问答（QA）基准，其中所需的推理步骤是隐含在问题中，并应使用一种策略推断。这种设置的一个基本挑战是如何从众包工作者那里引出这样的创造性问题，同时涵盖广泛的潜在策略。我们提出了一个数据汇集程序，结合基于术语的启动，以激发注释，仔细控制注释人口，和对抗过滤，以消除推理捷径。此外，我们用（1）分解成回答它的推理步骤和（2）包含每个步骤答案的维基百科段落来注释每个问题。总体而言，StrategyQA包括2，780个示例，每个示例包括一个策略问题，其分解和证据段落。分析表明，StrategyQA中的问题简短，主题多样，涵盖广泛的策略。从经验上讲，我们表明人类在这项任务上表现良好（87%），而我们的最佳基线达到了$\sim$ 66%的准确率。
2021-01-06 cs.CL
QASC: A Dataset for Question Answering via Sentence Composition
Allen Institute for AI（艾伦人工智能研究所）；University of Arizona（亚利桑那大学）
多跳问答系统的一个关键问题是如何从多个文本中合成知识。我们提出了一个多跳推理数据集，即通过句子组合的问答（QASC），它需要从大型语料库中检索事实并组合它们来回答多项选择题。QASC是第一个提供两个理想属性的数据集：（a）要组成的事实在大型语料库中进行注释，以及（b）从问题本身来看，这些事实的分解并不明显。后者使得检索具有挑战性，因为系统必须引入新的概念或关系，以发现潜在的分解。此外，推理模型必须学习使用常识推理来识别这些检索到的事实的有效组成。为了帮助应对这些挑战，我们提供了支持事实及其组成的注释。在这些注释的指导下，我们提出了一个两步的方法来减轻检索的挑战。我们使用其他多项选择数据集作为额外的训练数据，以加强推理模型。我们提出的方法比当前最先进的语言模型提高了11%（绝对值）。然而，推理和检索问题仍然没有解决，因为这个模型仍然落后于人类表现的20%。
2020-02-04 cs.CL
MiRD: Reliable Set-Valued Prediction for Open-Ended Question Answering via Miscoverage Risk Decomposition
University of Electronic Science and Technology of China（电子科学与技术大学）；Beihang University（北航）
提出MiRD两阶段框架，通过将整体误覆盖分解为采样失败和条件选择失败，在开放式问答中实现可靠的集值预测，控制采样风险和条件选择风险，并产生更紧的边界和更自适应的预测集。
2026-05-25 cs.AI cs.CL
Locate Then Ask: Interpretable Stepwise Reasoning for Multi-hop Question Answering
Fudan University（复旦大学）
多跳推理需要聚合多个文档来回答一个复杂的问题。现有的方法通常将多跳问题分解为简单的单跳问题来求解，以说明可解释的推理过程。然而，他们忽略了每个推理步骤的支持事实，这往往会产生不准确的分解。在本文中，我们提出了一个可解释的逐步推理框架，将单跳支持句子识别和单跳问题生成在每个中间步骤，并利用当前跳下一个推理，直到推理出最终结果。我们采用一个统一的阅读器模型的中间跳推理和最终跳推理，并采用联合优化更准确和强大的多跳推理。我们在两个基准数据集HotpotQA和2WikiMultiHopQA上进行实验。结果表明，我们的方法可以有效地提高性能，也产生了一个更好的解释推理过程中没有分解监督。
2022-08-22 cs.CL
Atomic Fact Decomposition Helps Attributed Question Answering
School of Computer and Information Technology, Shanxi University（山西大学计算机与信息学院）；Beijing Key Laboratory of Multimedia and Intelligent Software Technology, Beijing Institute of Artificial Intelligence, School of Information Science and Technology, Beijing University of Technology（北京人工智能研究院多媒体与智能软件技术重点实验室，北京理工大学信息科学技术学院）；University of Manchester（曼彻斯特大学）；Singapore University of Technology and Design（新加坡科技设计大学）；ILCC, School of Informatics, University of Edinburgh（爱丁堡大学信息学院ILCC）
本文提出基于原子事实分解的检索与编辑（ARE）框架，通过将长篇答案分解为分子从句和原子事实并检索证据验证编辑，解决了归因问答中无关知识和长文难改的问题，性能优于现有方法。
2025-09-12 cs.CL
Strong Baselines for Simple Question Answering over Knowledge Graphs with and without Neural Networks
David R. Cheriton School of Computer Science（大卫·R·谢里顿计算机科学学院）；University of Waterloo（滑铁卢大学）
我们研究了知识图谱上的问答问题，重点是可以通过查找单个事实来回答的简单问题。采用一个简单的问题分解为实体检测，实体链接，关系预测和证据组合，我们探索简单而强大的基线。在流行的SimpleQuestions数据集上，我们发现基本的LSTM和GRU加上一些算法产生的准确性接近最先进的水平，并且不使用神经网络的技术也表现得相当好。这些结果表明，从文献中提出的复杂深度学习技术中获得的收益是相当适度的，并且一些以前的模型表现出不必要的复杂性。
2018-06-05 cs.CL
Never Lost in the Middle: Mastering Long-Context Question Answering with Position-Agnostic Decompositional Training
International Digital Economy Academy（国际数字经济学院）
针对大语言模型长上下文问答的“迷失在中间”问题，提出注意力强化多文档问答任务的位置无关分解训练方法，显著提升多基准测试性能，发布Ziya-Reader模型助力相关研究。
2024-08-13 cs.AI cs.CL
Towards Question Answering over Large Semi-structured Tables
The University of Melbourne（墨尔本大学）
针对大型半结构化表格问答难题，提出TaDRe模型，通过分解前后双重优化确保表格分解质量，并在新构建及公开基准上取得最先进性能。
2025-08-04 cs.AI cs.CL cs.DB
When Do Decompositions Help for Machine Reading?
University of North Carolina Chapel Hill（北卡罗来纳大学教堂山分校）；Johns Hopkins University（约翰斯·霍普金斯大学）
处理复杂的问题通常需要多步推理才能获得最终答案。大多数复杂问题的分解研究涉及开放域系统，这些系统在使用这些分解来提高检索方面取得了成功。然而，在机器阅读设置中，理解分解何时有用的工作还没有得到充分研究。我们使用一系列模型和数据集对机器阅读中的分解进行实验，以统一该领域的最新工作。我们发现，分解可以在Few-Shot的情况下是有帮助的，给出了几个点的精确匹配分数的改进。然而，我们还表明，当模型访问大约几百个或更多示例的数据集时，分解是没有帮助的（实际上可能是有害的）。因此，我们的分析表明，即使数据有限，模型也可以隐式地学习分解。
2022-12-20 cs.CL
GenDec: A robust generative Question-decomposition method for Multi-hop reasoning
Tokyo Institute of Technology（东京工业大学）；Westlake University（西湖大学）；Beijing Academy of Artificial Intelligence（北京智源人工智能研究院）
本文提出一种生成式问题分解方法GenDec，通过生成独立完整的子问题并结合额外证据，增强LLMs在RAG中的多跳推理能力，实验验证了其在多个数据集和模型上的有效性与鲁棒性。
2024-02-17 cs.CL
Cross-Policy Compliance Detection via Question Answering
Facebook AI（脸书人工智能研究院）；University of Cambridge（剑桥大学）
策略合规性检测是确保场景符合策略的任务（例如，根据政府规则，声明是有效的，或者在线平台中的帖子符合社区准则）。这个任务以前被实例化为文本蕴涵的形式，由于策略的复杂性，这导致准确性差。在本文中，我们提出了解决策略合规性检测通过分解成问答，其中的问题检查是否在政策中规定的条件适用于该方案，和一个表达式树相结合的答案，以获得标签。尽管有初始的前期注释成本，但我们证明了这种方法可以获得更好的准确性，特别是在测试期间的策略在训练中不可见的交叉策略设置中。此外，它允许我们使用在现有大型数据集上预先训练的现有问答模型。最后，它显式地标识在无法确定策略遵从性的情况下场景中缺失的信息。我们进行我们的实验，使用最近的数据集组成的政府政策，我们增加了专家注释，并发现注释问答分解的成本在很大程度上抵消了改进的注释器间的协议和速度。
2021-09-08 cs.CL
Research on Multi-hop Inference Optimization of LLM Based on MQUAKE Framework
China University of Mining and Technology（中国矿业大学）；Northeastern University（东北大学）；University of California, Los Angeles（加州大学洛杉矶分校）
该研究基于MQUAKE框架提出多跳问题分解方法，通过在MQUAKE-T衍生数据集上对LLAMA3模型进行微调测试，验证了该方法在训练前后均能有效提升大语言模型的复杂问题回答能力。
2025-09-05 cs.CL cs.LG
Knowledge Graphs are all you need: Leveraging KGs in Physics Question Answering
IIIT Delhi（印度德里理工学院）；IIT BHU（印度布尔高等理工学院）；MIDAS Lab（MIDAS实验室）
本研究提出利用大语言模型构建知识图谱指导高中物理问题分解的流水线，实验证明该方法生成的子问题逻辑保真度显著优于传统技术，可优化学习体验，为AI赋能教育内容提质指明方向。
2025-06-11 cs.CL
Ask to Understand: Question Generation for Multi-hop Question Answering
Beijing Institute of Technology（北京理工大学）
多跳问答（QA）要求机器通过从多个文档中寻找分散的线索和推理来回答复杂的问题。图网络（GN）和问题分解（QD）是目前常用的两种方法。前者利用“黑盒”推理过程来捕捉实体和句子之间的潜在关系，从而取得了良好的性能。同时，后者通过将多跳问题分解为简单的单跳子问题，提供了清晰的推理逻辑路线。在本文中，我们提出了一种新的方法来完成多跳问答的问题生成（QG）的角度。具体来说，我们精心设计了一个端到端的QG模块的基础上，经典的QA模块，这可以帮助模型理解的背景下，问固有的逻辑子问题，从而继承了基于QD的方法的可解释性，并显示出优越的性能。在HotpotQA数据集上的实验表明，我们提出的QG模块的有效性，人工评估进一步阐明了其定量的可解释性，全面的分析表明，QG模块可以生成更好的子问题比QD方法在流畅性，一致性和多样性方面。
2022-03-17 cs.CL
Researchy Questions: A Dataset of Multi-Perspective, Decompositional Questions for LLM Web Agents
Microsoft（微软）；National Taiwan Univ.（台湾大学）；Johns Hopkins Univ.（约翰斯·霍普金斯大学）
本文构建并发布约 10 万条来自搜索引擎日志的非事实型、可分解、多视角 Researchy Questions，证明其对用户和 GPT-4 均具挑战，并显示子问题分解式慢思考回答优于直接回答。
2024-02-27 cs.AI cs.CL
Pelican: Correcting Hallucination in Vision-LLMs via Claim Decomposition and Program of Thought Verification
SRI International（SRI国际（斯坦福研究院））
针对大型视觉语言模型的视觉指令遵循幻觉问题，提出Pelican框架，通过主张分解、思维程序提示结合外部工具验证，有效降低多基准下的幻觉率。
2024-10-29 cs.CL
HyperProve: Answer-Guided Hypergraph Expansion for Multi-Hop Question Answering
Hanoi University of Science and Technology（河内科技大学）；Monash University（莫纳什大学）；University of Oregon（俄勒冈大学）
HyperProve通过将问题分解与答案引导的超图扩展相结合，实现状态化、以事实为中心的检索，在多跳问答基准上显著提升答案准确率和F1。
2026-09-15 cs.CL
Complex Reading Comprehension Through Question Decomposition
Monash University（莫纳什大学）
多跳阅读理解不仅需要对原始文本进行推理的能力，还需要结合多种证据的能力。我们提出了一种新的学习方法，帮助语言模型更好地理解困难的多跳问题，并执行“复杂的，合成”的推理。我们的模型首先学习通过可训练的问题分解器将每个多跳问题分解为几个子问题。我们不回答这些子问题，而是直接将它们与原始问题和上下文连接起来，并利用阅读理解模型以序列对序列的方式预测答案。通过对这两个组件使用相同的语言模型，我们最好的分离/统一的t5-base变体在DROP数据集的硬子集上超过基线7.2/6.1个绝对F1点。
2022-11-07 cs.CL
Enhancing Post-Hoc Attributions in Long Document Comprehension via Coarse Grained Answer Decomposition
Adobe Research（奥多比研究院）
本文针对长文档问答中的事后归因问题，提出基于模板上下文学习和负采样的粗粒度答案事实分解方法，并系统评估其对检索式和LLM归因方法的提升效果。
2024-11-23 cs.CL
RISE: Reasoning Enhancement via Iterative Self-Exploration in Multi-hop Question Answering
University of Science and Technology of China（中国科学技术大学）；Baidu Inc.（百度公司）
针对多跳问答中复杂推理和检索增强生成的局限性，提出RISE框架，通过问题分解、检索后阅读和自我批评的迭代自探索提升模型推理准确性与任务表现。
2025-05-28 cs.CL
From Easy to Hard: Two-stage Selector and Reader for Multi-hop Question Answering
State Key Laboratory for Novel Software Technology（计算机软件新技术国家重点实验室）；Nanjing University（南京大学）
多跳问答（QA）是一项具有挑战性的任务，要求QA系统对多个文档执行复杂的推理，并提供支持事实以及确切的答案。现有的工作往往利用基于图的推理和问题分解来获得推理链，这不可避免地引入额外的复杂性和累积误差的系统。为了解决上述问题，我们提出了一个简单而有效的新框架，从容易到困难（FE2H），以消除分散注意力的信息，并获得更好的上下文表示的多跳QA任务。受迭代文档选择过程和人类渐进式学习习惯的启发，FE2H按照从易到难的方式将文档选择器和阅读器分为两个阶段。具体来说，我们首先选择与问题最相关的文档，然后利用问题和该文档来选择其他相关文档。至于QA阶段，我们的读者首先在单跳QA数据集上进行训练，然后转移到多跳QA任务中。我们在流行的多跳QA基准HotpotQA上全面评估了我们的模型。实验结果表明，我们的方法ourperforms所有其他方法在HotpotQA的排行榜（分心设置）。
2022-05-24 cs.CL
Reasoning in Trees: Improving Retrieval-Augmented Generation for Multi-Hop Question Answering
Shanghai Jiao Tong University（上海交通大学）；Shandong University（山东大学）；Carnegie Mellon University（卡内基梅隆大学）
RT-RAG通过构建推理树来提升多跳问题回答的准确性和一致性，实验结果显示其在F1和EM指标上均优于现有方法。
2026-01-16 cs.CL cs.LG
Bactrainus: Optimizing Large Language Models for Multi-hop Complex Question Answering Tasks
Iran University of Science and Technology（伊朗科技大学）
本研究针对多跳问答的证据瓶颈，提出模块化选择器-阅读器框架Bactrainus，经实验验证其在HotpotQA任务中表现优异，为该领域提供了可审计的证据接口方案。
2026-08-19 cs.AI cs.CL
PokeMQA: Programmable knowledge editing for Multi-hop Question Answering
School of Artificial Intelligence, Jilin University（吉林大学人工智能学院）；North Carolina State University（北卡罗来纳州立大学）；Texas A&M University（德克萨斯农工大学）；University of Georgia（佐治亚大学）
本文提出PokeMQA框架，通过解耦问题分解与冲突检查任务，引入独立可训练的范围检测器来调节LLMs行为，显著提升了多跳问答中知识编辑的性能与推理可靠性。
2024-02-15 cs.CL
Knowledge Dependency Estimation for Reliable Question Answering
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院）；China Industrial Control Systems Cyber Emergency Response Team（中国工业控制系统网络应急响应团队）
提出Knot方法，通过子集级反事实监督和潜在依赖因子覆盖建模，估计黑盒问答模型对不同知识单元的敏感性，以识别关键知识依赖。
2026-05-27 cs.CL
The Web as a Knowledge-base for Answering Complex Questions
Tel-Aviv University（特拉维夫大学）
对人类来说，提出复杂的问题是一项耗时的活动，需要推理和信息整合。最近的阅读理解工作在回答简单问题方面取得了进展，但解决复杂问题仍然是一个持续的研究挑战。相反，语义解析器已经成功地处理组合性，但只有当信息驻留在目标知识库。在本文中，我们提出了一个新的框架来回答广泛和复杂的问题，假设回答简单的问题是可能的，使用搜索引擎和阅读理解模型。我们建议将复杂的问题分解为一系列简单的问题，并从答案序列中计算出最终的答案。为了说明我们的方法的可行性，我们创建了一个新的复杂问题数据集ComplexWebQuestions，并提出了一个模型，该模型可以分解问题并与网络交互来计算答案。我们根据经验证明，问题分解在这个新数据集上将性能从20.8 precision@1提高到27.5 precision@1。
2018-03-18 cs.AI cs.CL cs.LG
MQA-KEAL: Multi-hop Question Answering under Knowledge Editing for Arabic Language
King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）；King AbdulAziz University（阿卜杜勒阿齐兹国王大学）；University of Science and Technology, China（中国科学技术大学）；Shenzhen University（深圳大学）
针对阿拉伯语多跳问答下的知识编辑，提出MQA-KEAL方法，通过外部记忆存储知识并分解问题，显著优于基线模型。
2024-09-18 cs.CL
Do Multi-Hop Question Answering Systems Know How to Answer the Single-Hop Sub-Questions?
National University of Singapore（新加坡国立大学）
多跳问答（QA）需要一个模型来检索和整合来自长文本的不同部分的信息来回答问题。人类通过分而治之的方法来回答这种复杂的问题。在本文中，我们研究了多跳问题的最佳表现模型是否像人类一样理解底层子问题。我们采用神经分解模型来生成多跳复杂问题的子问题，然后提取相应的子答案。我们发现，多个国家的最先进的多跳QA模型未能正确回答大部分的子问题，虽然他们相应的多跳问题是正确的答案。这表明，这些模型设法回答多跳问题使用一些部分的线索，而不是真正理解的推理路径。我们还提出了一个新的模型，显着提高了回答子问题的性能。我们的工作朝着建立一个更可解释的多跳QA系统迈出了一步。
2021-01-27 cs.AI cs.CL
Chain-of-Questions Training with Latent Answers for Robust Multistep Question Answering
University of Southern California（南加州大学）
提出Chain-of-Questions框架，通过生成和回答子问题并利用QDMR与潜在答案优化，显著提升多步问答的稳健性。
2023-12-23 cs.CL cs.LG
MINTQA: A Multi-Hop Question Answering Benchmark for Evaluating LLMs on New and Tail Knowledge
School of Informatics, University of Edinburgh, UK（爱丁堡大学信息学院）；Southeast University, Nanjing, Jiangsu, China（东南大学）；University of Manchester, UK（曼彻斯特大学）
本文提出 MINTQA 多跳问答基准，从四个维度评估大语言模型在新知识和长尾知识上的多跳推理能力，并通过22个模型的系统评估揭示了现有方法在处理复杂知识查询方面的显著不足。
2025-08-22 cs.CL
Successive Prompting for Decomposing Complex Questions
University of California, Irvine（加州大学欧文分校）；Microsoft Semantic Machines（微软语义机器）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
处理需要做出潜在决策的复杂问题是一项具有挑战性的任务，特别是在监督有限的情况下。最近的作品利用大语言模型（LM）的能力，以执行复杂的问答在一个Few-Shot设置，演示如何输出中间合理化，同时解决复杂的问题，在一个单一的通行证。我们引入了“逐次迭代”，我们迭代地将复杂任务分解为简单任务，解决它，然后重复这个过程，直到我们得到最终的解决方案。连续提示将分解复杂问题的监督与回答简单问题的监督相结合，允许我们（1）在每个推理步骤中有多个机会查询上下文示例（2）学习与问答分开的问题分解，包括使用合成数据，以及（3）在大型LM表现不佳的情况下，使用定制（微调）组件进行推理步骤。中间监督通常是手动编写的，这可能是昂贵的收集。我们介绍了一种方法来生成一个合成数据集，可用于引导模型的分解和回答中间问题的能力。与具有相同监督的最先进模型相比，我们的最佳模型（具有连续提示）在DROP数据集的Few-Shot版本上实现了~5%的绝对F1的改进。
2022-12-08 cs.CL
MEKER: Memory Efficient Knowledge Embedding Representation for Link Prediction and Question Answering
Skolkovo Institute of Science and Technology（斯科尔科沃科技学院）
知识图谱（KG）是事实的符号结构化存储。KG嵌入包含用于NLP任务的简洁数据，这些任务需要关于真实世界的隐式信息。此外，在实际NLP分配中可能有用的KG的大小是巨大的，并且在其上创建嵌入具有内存成本问题。我们将KG表示为三阶二进制张量，并通过使用其特定数据的广义版本超越标准CP分解。标准CP-ALS算法的泛化允许在没有反向传播机制的情况下获得优化梯度。它减少了训练所需的内存，同时提供了计算优势。我们提出了一个MEKER，一个内存高效的KG嵌入模型，它产生SOTA的链接预测任务和KG为基础的问答相当的性能。
2022-05-24 cs.AI cs.CL cs.IR
Mastering the ABCDs of Complex Questions: Answer-Based Claim Decomposition for Fine-grained Self-Evaluation
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
提出基于答案的声明分解（ABCD）提示策略，将复杂问题分解为真/假声明以验证答案满足的标准，实现细粒度自我评估，发现GPT-3.5能评估答案符合程度并揭示模型错误与知识差距。
2023-05-24 cs.CL
Mitigating Lost-in-Retrieval Problems in Retrieval Augmented Multi-Hop Question Answering
State Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学，中国）；University of California, Merced, USA（加州大学默塞德分校，美国）；National Institute of Healthcare Data Science, Nanjing University, China（健康数据科学国家研究院，南京大学，中国）
本文揭示了检索增强多跳问答中LLM子问题分解遗漏关键实体的“迷失于检索”问题，提出渐进式检索与重写方法ChainRAG，通过逐步补全缺失实体并从句子图检索相关句子，在三个数据集和三个大模型上均有效提升了问答准确性与效率。
2025-05-28 cs.CL
A Step Closer to Comprehensive Answers: Constrained Multi-Stage Question Decomposition with Large Language Models
Peking University（北京大学）；Kuaishou Technology（快手科技）
针对大语言模型在复杂问答中的幻觉问题，提出约束多阶段分解框架D&Q，结合外部知识并限制思考范围，实验显示在ChitChatQA和HotPotQA上表现优异。
2023-11-13 cs.CL
Self-Critique Guided Iterative Reasoning for Multi-hop Question Answering
Harbin Institute of Technology（哈尔滨工业大学）；Peng Cheng Laboratory（鹏城实验室）
提出SiGIR，通过自批评反馈引导迭代推理，结合问题分解与自我评估，在多跳问答数据集上超越SOTA 8.6%。
2025-05-25 cs.CL
Latent Compositional Representations Improve Systematic Generalization in Grounded Question Answering
Tel-Aviv University（特拉维夫大学）；Allen Institute for AI（艾伦人工智能研究所）
涉及多步推理的问题需要分解它们，并使用中间步骤的答案来达到最终答案。然而，在接地问答的最先进的模型往往不显式地执行分解，导致难以推广到分布外的例子。在这项工作中，我们提出了一个模型，计算表示和外延的所有问题跨度在一个自下而上，组合的方式使用CKY风格的解析器。我们的模型诱导潜在树，仅由端到端（答案）监督驱动。我们发现，这种对树结构的归纳偏见显着提高了系统的泛化到分布外的例子，相比强大的基线上的算术表达式基准以及CLOSURE，一个数据集，专注于系统的泛化接地问答。在这个具有挑战性的数据集上，我们的模型达到了96.1%的准确率，明显高于之前的模型，后者几乎完美地解决了随机分布分割的任务。
2020-11-10 cs.AI cs.CL cs.LG
In-Context Ability Transfer for Question Decomposition in Complex QA
Delft University of Technology（代尔夫特理工大学）；IIT Kharagpur（印度理工学院卡拉格普尔分校）
本文提出 ICAT 方法，通过从相关任务数据源中自动选择示例，在不微调 LLM 和不进行人工标注的情况下迁移问题分解与逐步推理能力，并在多种复杂问答任务上显著优于现有基于提示的方法。
2023-10-26 cs.AI cs.CL
Analysis of Wikipedia-based Corpora for Question Answering
Emory University（埃默里大学）；Infosys Ltd.（印孚瑟斯有限公司）
本文以维基百科为语料库，对问答中的几个任务进行了全面的分析。四个最近的语料库收集，WikiQA，SelQA，SQuAD，和InfoQA，并首先内在地分析了上下文相似性，问题类型和答案类别。这些语料库，然后分析了三个问答任务，答案检索，选择和触发。还提出了一种基于索引的方法，用于使用整个维基百科创建用于答案检索的银标准数据集。我们的分析显示了这些语料库的独特性，并建议更好地利用它们进行统计问答学习。
2018-02-05 cs.CL
Reciprocal Attention Fusion for Visual Question Answering
Australian National University（澳大利亚国立大学）；Data61 - CSIRO（澳大利亚联邦科学与工业研究组织数据61部）；Inception Institute of AI（人工智能初創研究所）
现有的视觉问答（VQA）注意力机制要么关注局部图像网格，要么关注对象级特征。出于观察，问题可以涉及到两个对象实例和它们的部分，我们提出了一种新的注意力机制，共同考虑两个层次的视觉细节之间的相互关系。由此产生的自下而上的注意力与自上而下的信息进一步结合，只关注与给定问题最相关的场景元素。我们的设计分层融合多模态信息，即，语言，对象和网格级别的功能，通过一个有效的张量分解方案。所提出的模型将最先进的单一模型性能从VQAv1的67.9%提高到68.2%，在VQAv2上从65.7%提高到67.4%，表现出显着的提升。
2018-07-22 cs.AI cs.CL cs.CV
Recursive Question Understanding for Complex Question Answering over Heterogeneous Personal Data
Max Planck Institute for Informatics（马克斯·普朗克研究所信息学研究所）
提出 ReQAP 方法，通过递归分解生成可执行算子树，在用户设备上融合结构化与非结构化个人数据完成可追溯问答，并发布 PerQA 基准。
2025-05-17 cs.CL cs.IR
AnalyticsGPT: An LLM Workflow for Scientometric Question Answering
Elsevier B.V.（埃塞尔弗斯有限公司）
AnalyticsGPT通过LLM实现科学度量问答，结合检索增强生成和代理概念，提升科学数据分析效率。
2026-02-10 cs.CL cs.DL
FanOutQA: A Multi-Hop, Multi-Document Question Answering Benchmark for Large Language Models
University of Pennsylvania（宾夕法尼亚大学）
本文提出FanOutQA基准，通过多跳、多文档的扇出问答任务评估大语言模型的复杂推理能力，并发现现有模型在长上下文文档间依赖推理上仍有不足。
2024-06-06 cs.AI cs.CL
ComposeRAG: A Modular and Composable RAG for Corpus-Grounded Multi-Hop Question Answering
University of Houston（德克萨斯大学休斯敦分校）；Seoul National University（首尔国立大学）；Snowflake AI Research（Snowflake人工智能研究）
提出ComposeRAG，将RAG流水线分解为原子化可组合模块并引入自我反思机制，通过验证优先设计显著提升多跳问答的准确率与接地保真度。
2025-05-30 cs.CL
Decompose-and-Refine: Structured Legal Question Answering with Parametric Retrieval
Graduate School of Artificial Intelligence, POSTECH, Republic of Korea（延世大学人工智能研究生院，韩国POSTECH）；Department of Computer Science and Engineering, POSTECH, Republic of Korea（POSTECH计算机科学与工程系，韩国POSTECH）
提出Decompose-and-Refine (DaR)框架，通过逐步分解复杂法律问题为原子子问题并生成与法规对齐的参数化查询，以解决多跳法律问答中的检索准确性和幻觉问题。
2026-05-23 cs.CL
RTQA : Recursive Thinking for Complex Temporal Knowledge Graph Question Answering with Large Language Models
Zhejiang University（浙江大学）；Ant Group（蚂蚁集团）；ZJU-Ant Group Joint Lab of Knowledge Graph（浙江大学-蚂蚁集团知识图谱联合实验室）
针对现有时序知识图谱问答方法处理复杂查询能力弱、推理能力有限及误差传播的问题，提出无需训练的RTQA递归思考框架，通过递归分解问题、自底向上求解和多路径答案聚合提升性能，在两个基准上的相关类别指标优于现有最优方法。
2025-09-04 cs.AI cs.CL
Do Language Models Reason Across Languages?
Language Technology Lab University of Amsterdam（语言技术实验室 阿姆斯特丹大学）
本文研究了语言模型在多语言环境下进行推理的能力，提出了一种三阶段提示方法，有效提升了两跳问答任务的准确性。
2026-09-01 cs.AI cs.CL
Multi-Module System for Open Domain Chinese Question Answering over Knowledge Base
Ping An Life Insurance of China（中国平安人寿保险股份有限公司）；Fudan University（复旦大学）
针对CCKS2019开放领域基于知识的问答任务，提出了一种结合信息检索和语义解析的方法。这个多模块系统从一个问题中提取主题实体和最相关的关系谓词，并将其转换为一个Sparql查询语句。我们的方法在测试数据上获得了70.45%的F1分数。
2019-10-28 cs.CL
Lattice CNNs for Matching Based Chinese Question Answering
Peking University（北京大学）；Lancaster University（兰卡斯特大学）；Tencent AI Lab（腾讯人工智能实验室）
短文本匹配往往面临着两个文本之间存在大量的词不匹配和表达差异的挑战，而在汉语等没有自然空间显式分词的语言中，这一问题将进一步加剧。本文提出了一种新的基于格的CNN模型（LCN），它利用词格中固有的多粒度信息，同时保持较强的处理噪声信息的能力，用于中文基于匹配的问答。我们在基于文档的问答和基于知识的问答任务上进行了广泛的实验，实验结果表明，LCN模型可以显著优于最先进的匹配模型和强基线，利用更好的能力，从词格输入中提取丰富但有区别的信息。
2019-02-25 cs.CL
Exploring Question Understanding and Adaptation in Neural-Network-Based Question Answering
University of Science and Technology of China（中国科学技术大学）；National Research Council Canada（加拿大国家研究委员会）；iFLYTEK Research（科大讯飞研究院）；York University（约克大学）
在过去的几年里，人们对探索基于神经网络的机器理解（MC）和问答（QA）模型产生了浓厚的兴趣。在本文中，我们接近的问题密切建模问题的神经网络框架。我们首先引入句法信息来帮助编码问题。然后，我们将不同类型的问题和它们之间共享的信息视为一个适应任务，并为它们提出了适应模型。在斯坦福大学的问答数据集（SQuAD），我们表明，这些方法可以帮助获得更好的结果超过竞争基线。
2017-03-25 cs.CL
