DynaKRAG：多跳检索增强生成中可学习证据控制的统一框架

多跳检索增强生成 (RAG) 按顺序获取证据，每个文档贡献支持事实、桥接实体、查询细化或用于回答的足够证据。证据获取可能涉及迭代检索、查询重构、证据评估和充分性检查。我们引入了 DynaKRAG，这是一个统一的证据行动框架，它学习一个共享的状态条件策略来协调这些操作。在每个步骤中，确定性有效性层构建可执行动作集，学习的延续门在答案生成和进一步证据获取之间进行选择，学习的优势评分器根据相对于立即答案生成的预测增益对可行的证据操作进行排名。所选操作会更新共享状态并可能启用其他操作。在 HotpotQA、2Wiki 和 MuSiQue 以及 Qwen2.5-7B、GPT-4o-mini 和 Llama-3.1-8B 中，DynaKRAG 在所有九个数据集主干对的 EM 和 F1 比较方法中均排名第一。相对于匹配骨干基线方法，DynaKRAG 提高了每对中的 F1，同时实现了 10.1--34.3% 的总词元效率增益和 15.1--43.4% 的检索调用效率增益，在这些措施下建立了 Pareto 优势。使用 Qwen2.5-7B，终端证据压缩进一步提高了所有三个数据集的答案质量，同时将传递到最终答案生成的上下文减少了 54.4\%--71.5\%。这些结果表明，统一的、状态条件的证据控制支持强大的答案质量、高效的检索和紧凑的答案生成上下文。