# 多跳问答

多跳问答的检索增强生成常被无关文档拖累，而 CLaRa 把检索文档压成稠密隐记忆后，文档之间的结构关系更难被利用。GraphCLaRa 在冻结的 CLaRa 阅读器前加一个约 130 万参数的图重排器：按查询构建文档图，用图注意力网络传播证据，再自适应决定送入多少篇文档。在四个问答基准上，它在三个数据集上提升答案 F1，2Wiki 提升 6.6、MuSiQue 提升 6.4、NQ 提升 2.5，同时使用更少文档；在检索已饱和的 HotpotQA 上落后 1.1 F1。

多跳问答的检索增强生成常被无关文档拖累，而 CLaRa 把检索文档压成稠密隐记忆后，文档之间的结构关系更难被利用。GraphCLaRa 在冻结的 CLaRa 阅读器前加一个约 130 万参数的图重排器：按查询构建文档图，用图注意力网络传播证据，再自适应决定送入多少篇文档。在四个问答基准上，它在三个数据集上提升答案 F1，2Wiki 提升 6.6、MuSiQue 提升 6.4、NQ 提升 2.5，同时使用更少文档；在检索已饱和的 HotpotQA 上落后 1.1 F1。

检索增强生成并非有证据就更好，无关证据会拖累生成器，而逐套配置实测收益又要为每个候选检索器重复生成。EviCast把候选检索器的净收益拆成两部分：生成器对受控证据状态的响应，以及该检索器离线输出落在各状态上的分布；前者只需在小校准集上测一次，即可复用于多个检索器。在HotpotQA的14套检索配置上，一次校准用96次生成调用做出14/14正确部署判断，预测误差2.75个F1点，诊断生成调用比逐配置直接测量少80%。

检索增强生成并非有证据就更好，无关证据会拖累生成器，而逐套配置实测收益又要为每个候选检索器重复生成。EviCast把候选检索器的净收益拆成两部分：生成器对受控证据状态的响应，以及该检索器离线输出落在各状态上的分布；前者只需在小校准集上测一次，即可复用于多个检索器。在HotpotQA的14套检索配置上，一次校准用96次生成调用做出14/14正确部署判断，预测误差2.75个F1点，诊断生成调用比逐配置直接测量少80%。