DynaKRAG memperkenalkan kontrol bukti yang dapat dipelajari untuk RAG multi-hop

Para penulis memperkenalkan DynaKRAG, sebuah kerangka kerja terpadu yang memformulasikan generasi yang diperkaya pengambilan multi-hop sebagai kontrol bersyarat keadaan atas operasi bukti atomik. Pada setiap langkah, lapisan validitas membangun set aksi yang dapat dieksekusi sementara pengendali yang dipelajari memilih operasi berikutnya untuk memperbarui keadaan bukti.

• DynaKRAG menggunakan Qwen2.5-7B-Instruct dan mencapai skor F1 sebesar 0,5998 pada HotpotQA, 0,5340 pada 2Wiki, dan 0,3061 pada MuSiQue.
• Sistem ini mengungguli baseline terkendali terkuat pada ketiga benchmark.
• Mengganti pengendali yang dipelajari dengan kebijakan valid seragam mengurangi F1 sebesar 3,96--5,78 poin.
• Menghapus umpan balik kecukupan berdampak negatif pada kinerja di semua dataset.

Hasil-hasil ini menunjukkan manfaat dari mengoordinasikan pengambilan, diagnosis, dan akuisisi terarah kesenjangan di bawah keadaan bukti yang berkembang.