Os autores apresentam o DynaKRAG, um framework unificado que formula a geração aumentada por recuperação multi-hop como controle condicionado ao estado sobre operações de evidência atômica. Em cada etapa, uma camada de validade constrói o conjunto de ações executáveis enquanto um controlador aprendido seleciona a próxima operação para atualizar o estado da evidência.
- O DynaKRAG usa Qwen2.5-7B-Instruct e alcança escores F1 de 0.5998 no HotpotQA, 0.5340 no 2Wiki e 0.3061 no MuSiQue.
- O sistema supera a linha de base controlada mais forte em todos os três benchmarks.
- Substituir o controlador aprendido por uma política uniforme-válida reduz o F1 em 3.96--5.78 pontos.
- Remover o feedback de suficiência impacta negativamente o desempenho em todos os conjuntos de dados.
Esses resultados demonstram o benefício de coordenar recuperação, diagnóstico e aquisição direcionada a lacunas sob um estado de evidência em evolução.