从检索到生成都不会丢失实体：用于多跳 QA 的双实体恢复 RAG

检索增强的多跳问答 (QA) 将查询分解为子问题，并将语料库分解为更小的检索单元，例如句子。两种形式的分解都改进了管道，但我们表明两者都具有相同的漏洞，即实体信息的丢失，并且这种丢失在两个不同的点破坏了管道。第一点是检索，子问题丢失在前一跳解析的实体，使 检索器 没有任何可匹配的内容。第二点更难看出，因为检索似乎仍然成功。一旦段落被分割成句子，一个孤立的句子就会失去其代词的上下文，因此即使手中有正确的句子，LLM 也无法判断该句子是关于哪个实体。我们将第二点隔离为一种独特的失败模式，我们称之为“一代丢失”，并且检索控制实验表明，即使标准证据在上下文中固定，它也会降低答案。然后，我们提出了双实体恢复 RAG (DER-RAG)，它通过两个轻量级组件使基础实体从检索到生成保持明确，双向查询分解在子问题上携带已解析的实体，并在生成时附加到每个句子的主题实体前缀。 DER-RAG 不需要图构建，不需要语料库修改，也不需要 微调，但在三个多跳 QA 基准上，它匹配或超过了强大的基线，包括依赖于昂贵的离线结构的基于图的方法。