跳转至

PRISM：基于大语言模型的智能体检索多跳问答系统

文章背景与核心概要

在处理多跳问答（Multi-Hop QA）任务时，检索是至关重要的核心组件。面对复杂问题，系统往往需要综合多处不同的证据片段才能得出正确答案。为此，本文推出了 PRISM——一个采用结构化迭代循环机制的智能体检索框架，它利用大语言模型（LLMs）以高精度和高召回率收集相关证据。

传统方法容易受到脆弱的错误传播或累积噪声上下文的困扰，而 PRISM 将检索过程划分为三个专门的智能体：1. 问题分析器（Question Analyzer）：将复杂查询拆解为易于处理的子问题；2. 选择器（Selector）：为每个子问题识别最相关的上下文，从而优化精度；3. 添加器（Adder）：检测并纳入任何遗漏的证据，从而优化召回率。

通过选择器和添加器之间的迭代协作，PRISM 能够生成精简、全面的证据集，并有效过滤干扰内容。因此，下游的问答模型在大幅减少无关信息的同时，性能超越了全上下文基准。经 HotpotQA、2WikiMultiHopQA、MuSiQue 和 MultiHopRAG 四个著名多跳问答基准的评估，PRISM 持续超越了各项强基准。

摘要 (Summary)

检索是多跳问答（QA）的基础组件，在此类任务中，解答复杂问题需要综合来自多个不同证据片段的信息。本文引入了 PRISM，这是一个智能体检索框架，它利用大语言模型（LLMs）在结构化的迭代循环中运行，以高精度和高召回率收集相关证据。

Retrieval is a fundamental component of multi-hop question answering (QA), where answering complex questions requires synthesizing information from multiple distinct pieces of evidence. This paper introduces PRISM, an agentic retrieval framework that utilizes large language models (LLMs) in a structured, iterative loop to gather relevant evidence with high precision and recall.

PRISM 没有依赖脆弱的错误传播或累积嘈杂的上下文，而是将检索划分为三个专门的智能体： 1. 问题分析器： 将复杂的查询分解为可管理的子问题。 2. 选择器： 为每个子问题识别最相关的上下文，优化精度。 3. 添加器： 检测并合并任何缺失的证据，优化召回率。

Instead of relying on brittle error propagation or accumulating noisy contexts, PRISM divides retrieval into three specialized agents: 1. Question Analyzer: Deconstructs complex queries into manageable sub-questions. 2. Selector: Identifies the most relevant context for each sub-question, optimizing for precision. 3. Adder: Detects and incorporates any missing evidence, optimizing for recall.

通过选择器和添加器之间的迭代合作，PRISM 生成了一个紧凑、全面的证据集，过滤掉了干扰内容。因此，下游 QA 模型在利用显著较少无关信息的同时，表现优于全上下文基准。在评估了四个突出的多跳 QA 基准——HotpotQA、2WikiMultiHopQA、MuSiQue 和 MultiHopRAG 后，PRISM 持续超越了强大的基准。

Through iterative cooperation between the Selector and Adder, PRISM produces a compact, comprehensive evidence set that filters out distracting content. Consequently, downstream QA models outperform full-context baselines while utilizing significantly less irrelevant information. Evaluated across four prominent multi-hop QA benchmarks—HotpotQA, 2WikiMultiHopQA, MuSiQue, and MultiHopRAG—PRISM consistently surpasses strong baselines.

文档元数据 (Document Metadata)

字段 详情
arXiv ID arXiv:2510.14278 [cs.CL]
作者 Md Mahadi Hasan Nahid, Davood Rafiei
主要学科 计算与语言 (cs.CL)
其他学科 人工智能 (cs.AI)、信息检索 (cs.IR)
发表会议 EMNLP 2026 (长文，主会)
提交日期 2025年10月16日 (v1)；最后修订于 2026年8月27日 (v2)
许可协议 知识共享署名 4.0 国际许可协议 license icon
Field Details
arXiv ID arXiv:2510.14278 [cs.CL]
Authors Md Mahadi Hasan Nahid, Davood Rafiei
Primary Subject Computation and Language (cs.CL)
Other Subjects Artificial Intelligence (cs.AI), Information Retrieval (cs.IR)
Publication Venue EMNLP 2026 (Long, Main)
Submitted Date October 16, 2025 (v1); Last revised August 27, 2026 (v2)
License Creative Commons Attribution 4.0 International license icon

获取与资源 (Access & Resources)