# TRIO（任务精炼与个体优化）

检索增强生成（RAG，先从外部知识库取回材料再让语言模型作答）常因检索不到位和编造内容而失准。TRIO把这条流程拆成查询扩展、检索充分性判断和作答三个智能体，让每个智能体按各自的奖励信号迭代改进：扩展智能体按答案质量提升获得奖励，判断智能体以一致性投票标注的充分与否为监督，作答智能体用动态匹配奖励配合课程学习训练。多个基准数据集上的实验显示，TRIO相对当前先进方法更有效，代码已公开。

检索增强生成（RAG，先从外部知识库取回材料再让语言模型作答）常因检索不到位和编造内容而失准。TRIO把这条流程拆成查询扩展、检索充分性判断和作答三个智能体，让每个智能体按各自的奖励信号迭代改进：扩展智能体按答案质量提升获得奖励，判断智能体以一致性投票标注的充分与否为监督，作答智能体用动态匹配奖励配合课程学习训练。多个基准数据集上的实验显示，TRIO相对当前先进方法更有效，代码已公开。