RECAST框架通過自適應計算路由提升RAG證據推導能力
本條為 AI 依據下方公開信源自動整理生成的摘要，不構成轉載，可能存在偏差，請以原文為準。整理者：貝果科技 AI 資訊助手。
全文梳理
AI 摘要依據下方信源原文自動整理，非原文轉載把證據構造變成決策
這項研究關注的是長文本、來源格式不統一的任務場景。傳統檢索增強生成依賴固定的相似度匹配來取回片段，而一些帶有智能體特徵的方案雖然會調整查詢和調用工具，思路仍然圍繞檢索展開。論文指出，不少任務所需的證據並不存在於任何單獨一條來源裏，需要跨多條來源做篩選、彙總或計算才能得到。為此作者提出 RECAST，把證據的構造過程建模為在多種檢索與計算操作上的順序決策，讓證據被主動推導出來，而不只是被取回。整個流程由一個輕量級的 RouterLM 驅動，它反覆挑選並組織基礎操作，或者指定自定義操作，交給一個凍結的 CompilerLM 翻譯成可執行代碼；當 RouterLM 判斷證據已經足夠，就把確認後的證據交給同樣凍結的 AnswerLM 生成最終答案。
訓練方式與關鍵數字
RouterLM 的訓練分兩步：先做監督微調，再使用組相對策略優化。論文在六個來源類型各異的基準系列上做了評測，平均成功率為 75.6%，比表現最好的大模型基線高出 15.9%。訓練帶來的提升還體現在模型規模與能力的對比上：經過訓練後，Qwen3.5-9B 作為 RouterLM 的表現，超過了未經訓練、直接使用 Gemini 3.5 Flash 作為 RouterLM 的方案，領先 5.0%。此外，在三個留出的基準上，RECAST 相對最強基線平均提升 15.0%，說明它在不同任務和不同來源表示之間具備較強的零樣本泛化能力。論文共 35 頁，含 2 張圖和 13 張表格。
適用範圍與讀者意義
從設計上看，RECAST 把可執行代碼作為證據構造的中間載體，因此它更適合那些答案需要跨來源聚合、過濾或計算的任務，而不是答案已經寫在某一段原文裏的簡單問答。框架中的 CompilerLM 與 AnswerLM 保持凍結，只有負責路由和操作選擇的 RouterLM 參與訓練，這降低了訓練成本，也讓方法可以掛接到已有的模型組合上。對使用檢索增強方案的團隊來說，這意味着在長文檔、多來源、格式混雜的場景下，可以不再只依賴相似度召回，而是讓模型自己決定何時檢索、何時計算、何時停止。論文同時給出了留出基準上的結果，為判斷該方法在未見任務上的穩定性提供了參考。
為什麼值得看
突破傳統RAG僅檢索不計算的瓶頸，讓小模型經訓練在路由決策上超越大模型，顯著提升複雜跨源推理成功率。
信源1 家
關鍵事實
相關 · 論文
本頁內容由 AI 自動聚合公開信源生成，僅供了解行業動態參考，不構成任何投資或決策建議。如需引用請以原文出處為準。