只询问未知信息：以证据支持的差量规划提高多步RAG效率

多跳问答对RAG仍有挑战：现有方法可能在迭代检索中传播错误，或产生过多推理步骤，增加成本却不提高准确率。本文提出GDP-RAG，仅规划待补充的信息差量，采用三个设计：执行前初步检索，使规划有证据依据；依据缺口设计提示，只询问缺失信息；以简要轨迹把每个子查询与包含初步检索证据的思考配对，并将证据传递至最终答案。方法把计算集中于未解决的缺口，形成简洁可靠的推理轨迹。在HotpotQA、2WikiMultiHopQA和MuSiQue实验中，相比其他系统达到最高准确率60.63%，每次答对成本为0.51，比PAR-RAG的0.65低22%、比KnowTrace的1.57低68%；所比方法中没有同时取得更高准确率和更低成本的方案。