论文
检索很便宜，给我看代码：面向检索增强生成的可执行多跳推理
Retrieval is Cheap, Show Me the Code: Executable Multi-Hop Reasoning for Retrieval-Augmented Generation
摘要
检索增强生成（RAG）已成为知识密集型问答的标准方法，但现有系统在多跳问题上依然脆弱，解答这类问题需要串联多个检索与推理步骤。关键挑战在于：当前方法以自由形式的自然语言表示推理，中间状态是隐式的，检索查询可能偏离预期实体，而错误由产生错误的同一模型来检测，使自我反思成为不可靠、无根据的信号。我们观察到，多跳问答是逐步计算的典型形式，而这种结构化过程与代码专精语言模型被训练的运作方式高度一致。受此启发，我们提出PyRAG，一个将多跳RAG重新表述为程序合成与执行的框架。PyRAG不使用自由形式的推理轨迹，而是将推理过程表示为在检索与问答工具之上的可执行Python程序，将中间状态暴露为变量，通过执行产生确定性反馈，并给出整个推理过程的可检查轨迹。这种表述还支持基于编译器的自修复和执行驱动的自适应检索，无需任何额外训练。在五个问答基准（PopQA、HotpotQA、2WikiMultihopQA、MuSiQue和Bamboogle）上的实验表明，PyRAG在免训练和RL训练两种设置下都持续优于强基线，在组合性多跳数据集上收益尤其显著。我们的代码、数据和模型已在https://github.com/GasolSun36/PyRAG公开。
