HyperProve：用于多跳问答的答案引导超图扩展

当检索将证据视为与原始问题的孤立匹配时，多跳问答通常会失败，因为回答复杂问题所需的事实通常通过中间实体、关系和约束进行连接。我们提出了 HyperProve，这是一种检索增强的 QA 框架，它通过将问题分解与原子事实超图上的答案条件扩展相结合来解决这一挑战。 HyperProve 并不孤立地使用原子事实、超图或迭代检索；相反，它携带中间答案并支持超边作为检索状态，然后使用该状态来偏置下一个局部超图扩展。这种设计使 HyperProve 能够构建连贯的证据链以生成最终答案，同时使检索过程有状态且以事实为中心。在多跳 QA 基准测试中，HyperProve 在我们的评估中实现了最佳整体性能，其答案准确性平均相对提高了 6.2%，F1 平均相对提高了 4.9%，优于最强的基线。