STRIDE：面向检索增强多跳问答的策略性迭代决策

多跳问答（MHQA）通过检索并推理分散在多个文档中的证据，实现对复杂查询的准确回答。现有MHQA方法主要依赖迭代式检索增强生成，存在以下两大问题。1）现有方法过早地锁定表层实体而非底层推理结构，使问题分解极易受词汇歧义影响。2）现有方法忽视推理步骤之间的逻辑依赖，导致执行不协调。为解决这些问题，我们提出STRIDE，一个将战略规划、动态控制与落地执行相分离的框架。其核心是元规划器（Meta-Planner）先构建与实体无关的推理骨架以捕捉查询的抽象逻辑，从而将实体落地推迟到推理结构建立之后，缓解过早词汇锁定导致的消歧错误。随后监督者（Supervisor）以依赖感知的方式编排子问题执行，在可能时高效并行、必要时按序协调。通过动态决定是检索新证据还是从已有事实推理，它避免冗余查询与错误传播，同时融合跨分支信息并重述失败的查询以增强鲁棒性。落地的事实抽取与逻辑推理被委派给专门的执行模块，通过检索与推理的显式分离确保忠实性。我们进一步提出STRIDE-FT，一个模块化微调框架，使用STRIDE自生成的执行轨迹，既不需要人工标注也不需要更强的教师模型。实验表明STRIDE实现了稳健而准确的推理，而STRIDE-FT有效增强了开源LLM。