DoubleDipper: Improving Long-Context LLMs via Context Recycling
Bar-Ilan University（巴伊兰大学）；Google Research（谷歌研究）；Google DeepMind（谷歌DeepMind）
针对长上下文大语言模型表现不佳的问题，提出DoubleDipper上下文学习方法，通过复用上下文生成少样本示例并增加相关段落识别步骤，在多模型长上下文问答任务上平均提升16个百分点，且能泛化至多跳任务。
2025-07-27 cs.CL
Per-Query Gating of LLM Rerankers for Multi-Hop Retrieval
本研究提出一种基于预调用特征的逐查询门控机制，用于在多跳检索中跳过无益的LLM重排序调用，在保持覆盖率的同时节省约一半调用，并量化了有害跳过的代价与校准乐观偏差。
2026-09-22 cs.AI cs.CL cs.IR
SciNets: Graph-Constrained Multi-Hop Reasoning for Scientific Literature Synthesis
Jaypee Institute of Information Technology（杰伊佩 Institute 信息科技学院）
SciNets通过图约束多跳推理实现科学文献综合，通过多跳路径连接罕见共现的概念，提升机制解释的稳定性和多样性。
2025-12-28 cs.AI cs.CL cs.IR
Association Is Not Similarity: Learning Corpus-Specific Associations for Multi-Hop Retrieval
Independent Researcher（独立研究者）
本文提出AAR方法，通过对比学习在嵌入空间中学习语料特定的关联关系，提升多跳检索的召回率，且无需评估集调优。
2026-02-13 cs.AI cs.CL cs.IR
MARCH: Evaluating the Intersection of Ambiguity Interpretation and Multi-hop Inference
Chung-Ang University（Chung-Ang 大学）；Adobe Research（Adobe 研究）
本文提出MARCH基准，通过多LLM验证和人工标注，包含2209个多跳歧义问题，揭示了当前模型在结合歧义解决与多步推理上的挑战，并提出CLARION框架提升推理系统鲁棒性。
2026-04-15 cs.AI cs.CL
Predictable Failure in Multi-Hop Retrieval: Score-Distributional Confidence Scoring and Abstention
本研究证明多跳检索失败在结构上可预测，提出RegimeAbstain方法，利用检索置信度分数（RCS）实现校准弃权策略，在多个基准上显著降低自信错误答案率（CWAR），并验证了特征机制的领域无关性。
2026-10-20 cs.CL cs.IR cs.LG
Query-by-example Spoken Term Detection using Attention-based Multi-hop Networks
National Taiwan University（台湾大学）
检索口语内容与口语查询，或查询的例子口语术语检测（STD），是有吸引力的，因为它使得可能的匹配信号直接在声学水平上，而不转录成文本。在这里，我们提出了一个端到端的查询的例子STD模型的基础上，基于注意力的多跳网络，其输入是一个口语查询和音频段包含几个话语;输出状态是否音频段包括查询。该模型可以在使用标记数据的监督场景中进行训练，也可以以无监督的方式进行训练。在监督的情况下，我们发现，注意力机制和多跳提高性能，注意力的权重表示检测到的条款的时间跨度。在无监督的设置，该模型模仿现有的查询的STD系统的行为，产生的性能与现有的系统相比，但具有较低的搜索时间复杂度。
2018-04-27 cs.CL cs.MM
APDMem: Agent-Controlled Progressive Disclosure for Query-Adaptive Long-Term Memory
Machine Learning Center of Excellence, JPMorgan Chase & Co.（摩根大通卓越机器学习中心）
APDMem提出一种智能体控制的渐进式披露记忆架构，通过分层检索和自适应成本-保真度权衡，在长对话记忆中高效恢复证据，仅访问8%对话即达强性能。
2026-10-05 cs.AI cs.CL
Answering Complex Open-domain Questions Through Iterative Query Generation
Stanford University（斯坦福大学）
对于当前的一步检索和阅读问答（QA）系统来说，回答诸如“《无敌舰队》的作者的哪部小说将被史蒂文·斯皮尔伯格改编为故事片？“因为这个问题很少包含关于失踪实体（这里是作者）的可检索线索。提出这样的问题需要多跳推理，其中必须收集关于丢失的实体（或事实）的信息以继续进行进一步的推理。我们提出了GoldEn（黄金实体）检索器，它在阅读上下文和检索更多支持文档之间迭代，以回答开放域多跳问题。GoldEn Retriever没有使用不透明和计算昂贵的神经检索模型，而是在给定问题和可用上下文的情况下生成自然语言搜索查询，并利用现成的信息检索系统来查询丢失的实体。这使得GoldEn Retriever能够有效地扩展开放域多跳推理，同时保持可解释性。我们在最近提出的开放域多跳QA数据集HotpotQA上评估了GoldEn Retriever，并证明了它的性能优于先前发布的最佳模型，尽管没有使用预训练的语言模型，如BERT。
2019-10-15 cs.CL
Query-Centric Graph Retrieval Augmented Generation
Huawei Technologies Co., Ltd（华为技术有限公司）
针对现有图RAG的粒度困境，提出查询中心图框架QCG-RAG，利用Doc2Query构建查询粒度图并实现多跳块检索，在LiHuaWorld和MultiHop-RAG上提升问答准确性。
2025-09-25 cs.CL cs.IR
The benefits of query-based KGQA systems for complex and temporal questions in LLM era
Skoltech（斯克里普契克技术大学）；AIRI；HSE University（俄罗斯高等经济大学）；SaluteDevices；Kazan Federal University（卡扎ン联邦大学）；Moscow Institute of Physics（莫斯科物理技术学院）
针对大型语言模型在多跳推理与时序问题上的不足，本文提出一种基于查询的多阶段KGQA框架，并引入基于CoT推理的实体链接与谓词匹配方法，有效提升了小型语言模型在复杂与时序QA上的性能。
2025-07-16 cs.CL cs.LG
Querying Knowledge via Multi-Hop English Questions
Stony Brook University（石溪大学）
知识规范的固有困难和缺乏训练有素的专家是使基于知识表示和推理（KRR）范式的智能系统变得普遍的一些关键障碍。使用自然语言，特别是受控自然语言（CNL）的知识和查询创作是一种有前途的方法，可以使领域专家，谁不是训练有素的逻辑学家，既创建形式知识，又查询它。我们引入了KALM系统（知识创作逻辑机）支持知识创作（以及简单的查询）具有非常高的准确性，这是目前通过机器学习方法无法实现的。本文对KALM的问答方面进行了扩展，并介绍了能够回答更复杂的英语问题的KALM-QA（KALM for问答）。我们发现，KALM-QA在一系列与电影相关的问题上达到了100%的准确率，这些问题被称为MetaQA，其中包含近29，000个测试问题和超过260，000个训练问题。我们将其与已发表的机器学习方法进行了对比，后者远远达不到这一高分。
2019-07-18 cs.AI cs.CL
HOLMES: Hyper-Relational Knowledge Graphs for Multi-hop Question Answering using LLMs
Fujitsu Research India（富士通印度研究院）；Indian Institute of Science（印度科学学院）
HOLMES提出用上下文感知且经蒸馏压缩的超关系知识图谱作为LLM输入，以降低多跳问答中的信息处理开销，相比SoTA最多减少67%的token，并在HotpotQA和MuSiQue上取得一致提升。
2024-06-10 cs.CL
Hi-Q: Hierarchical Evidence-guided Query Refinement for Multi-Hop Question Answering
POSTECH（浦项科技大学）
针对多跳问答中问题与证据粒度不匹配的瓶颈，提出基于证据条件的分层查询细化框架Hi-Q，在全语料检索等设置下，其性能优于IRCoT、PropRAG等基线方法。
2026-09-01 cs.CL cs.IR
EviReform: Evidence-Guided Query Reformulation for Multi-Hop Graph Retrieval
Nanjing University of Information Science and Technology（南京信息工程大学）；Meituan（美团）
EviReform将检索请求修订与图中证据聚合分离，结合原始与残差检索信号传播，在多跳问答数据集上较基线模型提升了Recall@5和F1指标。
2026-08-14 cs.CL cs.IR
MultiCube-RAG for Multi-hop Question Answering
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Korea University（韩国大学）
MultiCube-RAG通过多维立方体结构实现多跳问答的高效推理与检索，提升响应准确率并增强可解释性。
2026-02-11 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
BAG: Bi-directional Attention Entity Graph Convolutional Network for Multi-hop Reasoning Question Answering
The University of Sydney（悉尼大学）；Tencent Robotics X（腾讯机器人X实验室）
多跳推理问答需要深入理解各种文档和查询之间的关系。我们提出了一个双向注意实体图卷积网络（BAG），利用实体图中的节点之间的关系和查询和实体图之间的注意力信息，来解决这个问题。图卷积网络用于获得从具有多级特征的文档构建的实体图的节点的关系感知表示。然后，双向注意力应用于图和查询，以生成查询感知节点表示，这将用于最终的预测。实验评估表明，BAG在QAngaroo WIKIHOP数据集上实现了最先进的精度性能。
2019-04-10 cs.AI cs.CL cs.LG
Reasoning Chain Based Adversarial Attack for Multi-hop Question Answering
近年来，在具有挑战性的多跳QA任务方面取得了令人印象深刻的进展。然而，这些QA模型可能会失败时，面对一些干扰的输入文本和他们的可解释性进行多跳推理仍然不确定。以往的对抗攻击通常对整个问句进行编辑，这对于测试基于实体的多跳推理能力效果有限。提出了一种基于多跳推理链的对抗攻击方法。我们制定的多跳推理链从查询实体的答案实体在构造的图，这使我们能够对齐的问题，每个推理跳，从而攻击任何一跳。我们将问题分类为不同的推理类型，并对抗性地修改与所选推理跳相对应的问题的一部分，以生成分散注意力的句子。我们在HotpotQA数据集上的三个QA模型上测试了我们的对抗方案。实验结果表明，基于推理链的多跳推理模型攻击方法在回答和支持事实预测上都有明显的性能下降，验证了该方法对多跳推理模型攻击的有效性及其脆弱性.我们的对抗性重新训练进一步提高了这些模型的性能和鲁棒性。
2021-12-17 cs.CL
Ruminating Reader: Reasoning with Gated Multi-Hop Attention
New York University（纽约大学）
在机器理解任务中，为了回答问题，模型需要建立问题与上下文之间的交互关系。为了解决单遍模型不能反映和纠正其答案的问题，我们提出了反刍阅读器。反刍阅读器在双向注意力流模型（Biodegradation）中增加了第二次注意力传递和一个新的信息融合组件。我们提出了新的层结构，构建了一个查询感知的上下文向量表示和融合的编码表示与中间表示的Bioblog模型的顶部。我们表明，多跳注意力机制可以应用于一个双向的注意力结构。在SQuAD上的实验中，我们发现Reader的性能大大优于Bioscience基线，并且匹配或超过所有其他已发布系统的性能。
2017-04-24 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
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
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
ConE: Cone Embeddings for Multi-Hop Reasoning over Knowledge Graphs
Texas A&M University（德克萨斯A&M大学）
查询嵌入（QE）--其目的是在低维空间中嵌入实体和一阶逻辑（FOL）查询--在知识图谱上的多跳推理中显示出强大的功能。近年来，几何形状能够自然地表示查询的答案集以及它们之间的逻辑关系，因此，利用几何形状嵌入实体和查询成为一个很有前途的方向。然而，现有的基于几何的模型难以建模查询与否定，这显着限制了它们的适用性。为了解决这一挑战，我们提出了一种新的查询嵌入模型，即锥嵌入（ConE），这是第一个基于几何的QE模型，可以处理所有的FOL操作，包括合取，析取和否定。具体来说，ConE将实体和查询表示为二维圆锥的笛卡尔积，其中圆锥的交集和并集自然地模拟了合取和析取操作。通过进一步注意到锥的补的闭包仍然是锥，我们在嵌入空间中设计了几何补算子来进行求反运算。实验表明，ConE显着优于现有的最先进的方法在基准数据集。
2021-12-22 cs.AI cs.CL
Momentum Posterior Regularization for Multi-hop Dense Retrieval
State Key Laboratory for Novel Software Technology, Nanjing University（南京大学现代软件技术国家重点实验室）；School of Computer Science, Nanjing University（南京大学计算机科学学院）；School of Artificial Intelligence, Nanjing University（南京大学人工智能学院）
针对多跳问答中顺序检索的挑战，提出动量后验正则化（MoPo），通过定义查询焦点摘要作为后验信息并采用动量移动平均更新策略，实现平滑有效的知识蒸馏，在HotpotQA和StrategyQA上优于基线。
2024-12-17 cs.CL cs.LG
Dynamically Fused Graph Network for Multi-hop Reasoning
Shanghai Jiao Tong University（上海交通大学）；ByteDance AI Lab（字节跳动人工智能实验室）
基于文本的问答（TBQA）是近年来研究的热点。大多数现有的方法都集中在一个段落中找到问题的答案。然而，许多困难的问题需要来自两个或多个文档中分散的文本的多个支持证据。在本文中，我们提出了动态融合图网络（DFGN），一种新的方法来回答这些问题，需要多个分散的证据和推理。受人类逐步推理行为的启发，DFGN包括一个动态融合层，该融合层从给定查询中提到的实体开始，沿着从文本动态构建的实体图进行探索，并逐渐从给定文档中找到相关的支持实体。我们在HotpotQA上评估DFGN，HotpotQA是一个需要多跳推理的公共TBQA数据集。DFGN在公共董事会上取得了有竞争力的成绩。此外，我们的分析表明，DFGN产生可解释的推理链。
2019-06-06 cs.CL
Weakly Supervised Pre-Training for Multi-Hop Retriever
KAIST（韩国科学技术院）；NAVER AI Lab（NAVER人工智能实验室）；NAVER Clova
在多跳QA中，回答复杂的问题需要迭代的文档检索来找到问题的缺失实体。这个过程的主要步骤是子问题检测，子问题的文档检索，并生成一个新的查询，最终的文档检索。然而，构建包含复杂问题和子问题及其相应文档的数据集需要昂贵的人工注释。为了解决这个问题，我们提出了一种新的方法，弱监督多跳检索器预训练，而无需人工努力。我们的方法包括1）用于生成复杂问题的向量表示的预训练任务，2）可扩展的数据生成方法，该方法生成问题和子问题的嵌套结构作为预训练的弱监督，以及3）基于密集编码器的预训练模型结构。我们进行实验，比较我们的预训练检索器的性能与几个国家的最先进的模型端到端的多跳QA以及文档检索。实验结果表明，我们的预训练检索器是有效的，也是强大的有限的数据和计算资源。
2021-06-18 cs.CL
A Matryoshka Hierarchical RAG for Efficient Multi-Hop Question Answering
Polytechnic University of Marche（马尔凯理工大学）；University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）
MatRAG提出结合俄罗斯套娃表示学习的层次化检索框架，通过有向无环图组织文档簇并利用维度感知相似性，在降低索引和查询成本的同时提升多跳问答检索质量。
2026-10-02 cs.CL cs.IR
LiteRAG: Cost-Efficient Graph-Based Retrieval-Augmented Generation
Universitat Rovira i Virgili（罗维拉-威尔吉利大学）
LiteRAG通过查询条件算法探索和推理链构建，在保证多跳问答质量的同时，大幅降低延迟、成本和令牌使用。
2026-09-10 cs.AI cs.CL cs.IR
TRACE: State-Aware Query Processing over Temporal Evidence Graphs for Conversational Data
Hong Kong Institute of AI for Science, City University of Hong Kong（香港城市大学香港人工智能科学研究院）；Independent Researcher（独立研究者）；Central South University（中南大学）；The Hong Kong Polytechnic University（香港理工大学）
提出TRACE框架，通过构建时间证据图并维护有效性标注，实现对话数据中状态感知的查询处理，提升时间推理和多跳推理能力。
2026-07-02 cs.CL
Review-Then-Refine: A Dynamic Framework for Multi-Hop Question Answering with Temporal Adaptability
Hong Kong University of Science and Technology(Guangzhou)（香港科技大学（广州））
本文提出名为review-then-refine的动态框架，通过动态重写子查询和自适应检索机制处理时间信息，显著提升了LLMs在多跳问答任务中的表现并减少幻觉。
2024-12-19 cs.CL
Curriculum Guided Reinforcement Learning for Efficient Multi Hop Retrieval Augmented Generation
University of Pittsburgh（匹兹堡大学）；Google Cloud AI Research（谷歌云人工智能研究）
本文提出EVO-RAG，一种课程引导的强化学习框架，通过动态奖励调度优化多跳RAG的查询重写，在四个基准上提升精确匹配达4.6点并减少15%检索深度。
2025-05-23 cs.CL
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
Answering while Summarizing: Multi-task Learning for Multi-hop QA with Evidence Extraction
NTT Media Intelligence Laboratories, NTT Corporation（日本电信电话株式会社NTT媒体智能实验室）；NTT Communication Science Laboratories, NTT Corporation（日本电信电话株式会社NTT通信科学实验室）
基于文本信息的问答在阅读理解中的应用已经引起了广泛的关注。本研究的重点是可解释的多跳问答任务，它要求系统通过推理和收集参考文本的不相交片段来返回带有证据句子的答案。它提出了用于证据提取的查询集中提取器（QFE）模型，并将多任务学习与QA模型结合使用。QFE受抽取式摘要模型的启发，与现有的独立抽取每个证据句的方法相比，该方法利用带有注意力机制的RNN对问题句进行顺序抽取。它使QFE能够考虑证据句之间的依赖关系，并覆盖问题句中的重要信息。实验结果表明，具有简单RC基线模型的QFE在HotpotQA上实现了最先进的证据提取分数。虽然是为RC设计的，但它也在FEVER上实现了最先进的证据提取分数，FEVER是一个大型文本数据库上的识别文本蕴涵任务。
2019-05-29 cs.CL
Resource-Friendly Dynamic Enhancement Chain for Multi-Hop Question Answering
School of Computer Science and Engineering, Northeastern University（计算机科学与工程学院，东北大学）
本文提出DEC框架，通过分解问题、上下文重写和轻量级关键词提取，在资源受限环境下实现高效多跳问答，显著降低令牌消耗并达到最先进性能。
2025-06-21 cs.CL
Query and Output: Generating Words by Querying Distributed Word Representations for Paraphrase Generation
Peking University（北京大学）；Beijing Institute of Big Data Research（北京大数据研究院）；The Hong Kong Polytechnic University（香港理工大学）
最新的方法使用序列到序列模型的释义生成。现有的序列到序列模型倾向于记忆训练数据集中的单词和模式，而不是学习单词的含义。因此，生成的句子往往语法正确，但语义不正确。在这项工作中，我们介绍了一种新的模型的基础上的编码器-解码器的框架，称为词嵌入注意力网络（WEAN）。我们提出的模型通过查询分布式单词表示（即神经词嵌入）来生成单词，希望捕获相应单词的含义。根据以前的工作，我们评估我们的模型上的两个面向释义的任务，即文本简化和短文本摘要摘要。实验结果表明，我们的模型优于序列到序列基线的BLEU得分为6.3和5.5的两个英文文本简化数据集，和ROUGE-2 F1得分为5.7的中文摘要数据集。此外，我们的模型在这三个基准数据集上实现了最先进的性能。
2018-03-30 cs.CL cs.LG
M$^3$KG-RAG: Multi-hop Multimodal Knowledge Graph-enhanced Retrieval-Augmented Generation
Korea University（高丽大学）；Sungkyunkwan University（成均馆大学）；NVIDIA Research（英伟达研究院）；Hanwha Systems（韩华系统）
本文提出M$^3$KG-RAG，通过构建多跳多模态知识图谱并引入GRASP机制，提升多模态大语言模型的推理深度和回答准确性。
2026-04-13 cs.AI cs.CL
A Query-Aware Multi-Path Knowledge Graph Fusion Approach for Enhancing Retrieval-Augmented Generation in Large Language Models
School of Computer and Communication Engineering, University of Science and Technology Beijing（计算机与通信工程学院，北京科技大学）；Blekinge Institute of Technology（布莱金厄学院）
针对RAG忽视检索片段内在关联的问题，本文提出QMKGF，通过构建多路径知识图谱子图、查询感知奖励评分与三元组融合扩展查询，显著提升LLM生成质量。
2025-07-07 cs.AI cs.CL cs.IR
Breaking the Static Graph: Context-Aware Traversal for Robust Retrieval-Augmented Generation
Huawei Hong Kong Research Center（华为香港研究中心）；The Hong Kong University of Science and Technology（香港科学与技术大学）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
CatRAG通过上下文感知遍历框架，改进检索增强生成模型，提升多跳查询的推理完整性和证据链恢复能力。
2026-02-02 cs.AI cs.CL
Iterative Hierarchical Attention for Answering Complex Questions over Long Documents
Carnegie Mellon University（卡内基梅隆大学）；Google Research（谷歌研究院）
我们提出了一个新的模型，DocHopper，迭代地出席不同部分的长，层次结构的文档来回答复杂的问题。类似于多跳问答（QA）系统，在每一步，DocHopper使用查询$q$来处理来自文档的信息，将此"检索“信息与$q$组合以产生下一个查询。然而，与大多数以前的多跳QA系统相比，DocHopper能够“检索”文档的短段落或长部分，从而模拟通过长文档“导航”的多步骤过程来回答问题。为了实现这种新颖的行为，DocHopper并没有通过将文本连接到$q$的文本来将文档信息与$q$结合起来，而是通过将$q$的紧凑神经表示与文档的分层部分的紧凑神经表示结合起来，这可能非常大。我们在四个不同的QA任务上使用DocHopper进行了实验，这些任务需要阅读长而复杂的文档来回答多跳问题，并表明DocHopper在三个数据集上实现了最先进的结果。此外，DocHopper在推理时间上是有效的，比基线快3- 10倍。
2021-10-22 cs.AI cs.CL
Red Dragon AI at TextGraphs 2020 Shared Task: LIT : LSTM-Interleaved Transformer for Multi-Hop Explanation Ranking
Red Dragon AI（红龙人工智能）
科学问题的可解释问答是一项具有挑战性的任务，需要对大量事实句子进行多跳推理。为了克服孤立地查看每个查询文档对的方法的局限性，我们提出了LSTM交织Transformer，它结合了跨文档的交互，以提高多跳排名。LIT架构可以在重新排名设置中利用先前的排名位置。我们的模型在TextGraphs 2020共享任务的当前排行榜上具有竞争力，测试集MAP为0.5607，如果我们在比赛截止日期前提交，我们将获得第三名。我们的代码实现可在https://github.com/mdda/worldtree_corpus/tree/textgraphs_2020上获得
2020-12-28 cs.AI cs.CL cs.IR
Co-Evolving Graph and Text Memory for Training-Free Multi-Hop Question Answering
University of Oregon（俄勒冈大学）
研究多跳问答中协调关系与文本证据问题，提出基于同步双向图-文本工作记忆的无训练系统Co-E，通过同步周期巩固记忆并注入事实，在多跳问答基准测试中表现出色，优于可比基线且与其他系统有竞争力。
2026-07-28 cs.CL cs.MA
QA-Dragon: Query-Aware Dynamic RAG System for Knowledge-Intensive Visual Question Answering
QA-Dragon通过引入领域路由器和搜索路由器，实现多模态、多轮和多跳推理，提升复杂视觉问答任务的推理性能，实验显示其在单源、多源和多轮任务中均优于基线模型。
2026-03-15 cs.AI cs.CL cs.CV
DynaKRAG: A Unified Framework for Learnable Evidence Control in Multi-Hop Retrieval-Augmented Generation
Shanghai Jiao Tong University（上海交通大学）；Shanghai Aircraft Manufacturing Co., Ltd.（上海飞机制造有限公司）；Tongji University（同济大学）
研究多跳检索增强生成中证据控制问题，提出DynaKRAG框架，将证据获取表述为状态条件控制，通过有效性层和控制器选择操作，实验表明该框架在多个基准测试中表现出色，证明协调检索等操作的益处。
2026-08-25 cs.CL cs.IR
Multi-hop Reading Comprehension via Deep Reinforcement Learning based Document Traversal
University of New South Wales（新南威尔士大学）
近年来，随着高质量的问答（QA）数据集的出现，阅读理解受到了极大的关注。尽管最先进的方法实现了强大的整体准确性，但多跳（MH）推理仍然特别具有挑战性。为了具体解决MH-QA问题，我们提出了一种基于深度强化学习的方法，该方法能够在大量文档集合中学习顺序推理，以便将查询感知的固定大小上下文子集传递给现有模型进行答案提取。我们的方法由两个阶段组成：一个链接器，它将提供的支持文档分解成句子图，和一个提取器，它根据当前问题和已经访问过的句子学习在哪里查找。链接器的结果是在句子级别上形成了一种新颖的图形结构，它保留了逻辑流，同时仍然允许在文档之间快速移动。重要的是，我们证明了所得到的图的稀疏性是不变的上下文大小。这意味着Deep-RL训练的提取器所需的决策更少，从而使系统能够有效地扩展到大型文档集合。在文档遍历步骤中顺序决策的重要性是通过与标准IE方法的比较来证明的，并且我们还引入了一个基于BM 25的IR基线，该基线仅检索与查询相关的文档。我们在最近提出的QAngaroo基准上研究了我们的方法与现有模型的集成，并实现了全面准确性的一致提高，以及训练时间的2- 3倍减少。
2019-05-23 cs.AI cs.CL cs.NE
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
EviMem: Evidence-Gap-Driven Iterative Retrieval for Long-Term Conversational Memory
The Australian National University（澳大利亚国立大学）；UNSW Sydney（新南威尔士大学悉尼分校）
EviMem通过闭环框架和分层记忆结构解决多会话证据检索问题，提升时间性和多跳问题的判断准确率，且效率提升显著。
2026-09-10 cs.CL cs.CV
Graph Attention with Hierarchies for Multi-hop Question Answering
University College London（伦敦大学学院）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）；Accelex Technology（Accelex科技）
多跳QA（问答）是在多个文档中找到问题答案的任务。近年来，人们提出了许多基于深度学习的方法来解决这一复杂任务，以及一些标准基准来评估模型多跳QA能力。在本文中，我们专注于完善的HotpotQA基准数据集，该数据集需要模型执行答案跨度提取以及支持句子预测。本文对基于SOTA图神经网络（GNN）的HotpotQA模型--层次图网络（HGN）提出了两种扩展：（i）通过在查询和上下文句子节点之间引入新的边来完善原有的层次结构;（ii）在图传播步骤中，我们提出了一种新的扩展层次图注意力网络GATH（具有层次结构的图形注意力），其利用图形层次结构以顺序方式更新节点表示。HotpotQA上的实验证明了所提出的修改的效率，并支持我们的假设模型相关变量的影响。
2023-01-27 cs.AI cs.CL
Performance Prediction for Multi-hop Questions
University of Alberta（阿尔伯塔大学）
本文针对开放域多跳问答中的查询性能预测问题，提出预检索方法 multHP，并在大规模数据集上验证其优于单跳 QPP 模型，且可用于优化问答系统参数以提升检索性能。
2023-08-12 cs.CL cs.DB cs.IR
Divide & Conquer for Entailment-aware Multi-hop Evidence Retrieval
University of Arizona（亚利桑那大学）
针对多跳问答证据检索仅考虑语义等价的不足，提出将任务拆分为语义相似度和推理相似度检索的分治思路，构建EAR、EARnest集成模型联合重排序，在HotpotQA上性能优于单一模型和基线集成模型。
2023-11-05 cs.CL cs.IR
Improving Multi-hop Knowledge Base Question Answering by Learning Intermediate Supervision Signals
Renmin University of China（中国人民大学）；Singapore Management University（新加坡管理大学）
多跳知识库问答（KBQA）的目的是在知识库（KB）中找到与问题中的实体相距多跳的答案实体。一个主要的挑战是在中间步骤缺乏监督信号。因此，多跳KBQA算法只能接收最终答案的反馈，这使得学习不稳定或无效。为了应对这一挑战，我们提出了一种新的师生多跳KBQA任务的方法。在我们的方法中，学生网络的目标是找到查询的正确答案，而教师网络试图学习中间监督信号，以提高学生网络的推理能力。主要的新颖性在于教师网络的设计，我们利用正向和反向推理来增强中间实体分布的学习。通过考虑双向推理，教师网络可以产生更可靠的中间监督信号，这可以减轻虚假推理的问题。在三个基准数据集上进行的大量实验证明了该方法在KBQA任务上的有效性。复制我们分析的代码可在https://github.com/RichardHGL/WSDM2021_NSM上获得。
2021-04-07 cs.AI cs.CL
SQUIRE: A Sequence-to-sequence Framework for Multi-hop Knowledge Graph Reasoning
Tsinghua University（清华大学）；Alibaba Group（阿里巴巴集团）
多跳知识图谱（KG）推理近年来得到了广泛的研究，以提供可解释的预测与证据路径的丢失链接。大多数以前的作品使用基于强化学习（RL）的方法，学习导航到目标实体的路径。然而，这些方法收敛速度慢，收敛性差，并且当路径上有缺失边时，它们可能无法推断出特定路径。在这里，我们提出了SQUIRE，第一个基于序列到序列的多跳推理框架，它利用编码器-解码器Transformer结构将查询转换为路径。我们的框架带来了两个好处：（1）它可以以端到端的方式学习和预测，这提供了更好和更快的收敛;（2）我们的Transformer模型不依赖于现有的边缘来生成路径，并且具有沿着路径完成缺失边缘的灵活性，特别是在稀疏KG中。在标准和稀疏KG上的实验表明，我们的方法比以前的方法有显着的改进，同时收敛速度快4 - 7倍。
2022-10-31 cs.CL cs.SI
Dissecting Agentic RAG: A Component Ablation for Multi-Hop QA with a Local 7B Model
Independent Researcher（独立研究员）
通过消融实验，发现固定混合检索和短检索循环对多跳问答贡献最大，自适应路由和深度循环并非必要。
2026-06-23 cs.CL cs.IR
A Human-in-the-Loop, LLM-Centered Architecture for Knowledge-Graph Question Answering
Zuse Institute Berlin（柏林祖斯研究所）；Leibniz Institute for Zoo and Wildlife Research（莱布尼茨动物园与野生动物研究所）
本文提出一种人机协同的大语言模型中心架构，用于知识图谱问答，通过生成Cypher查询并让用户逐步优化，提升复杂数据集的可访问性并保持事实准确性。
2026-02-06 cs.CL cs.IR
