首页/AI/RAG 与向量库速查/查询分解与多跳检索

查询分解与多跳检索

复杂问题(多实体比较、链式推理)拆成多个子问题逐一检索,再汇总生成;常与“检索-推理交替”做法配合,用于多跳问答场景。

RAG 与向量库速查AI更新于 2026-10-12

分解示例

分解示例
原问题:A 产品的检索速度和 B 产品相比差别在哪?
子问题 1:A 产品检索的延迟表现如何?
子问题 2:B 产品检索的延迟表现如何?
→ 分别检索 → 对比生成
多跳场景可参考 IRCoT:每推理一步检索一次,把检索结果喂回推理,减少一次分解错误带来的连锁偏差。

易错点

  • 子问题并行检索但实体未对齐,对比结论容易张冠李戴
  • 分解过度(拆成十几个子问题)导致延迟与成本失控

数据来源与参考

  • Trivedi et al., Interleaving Retrieval with Chain-of-Thought Reasoning (IRCoT), ACL 2023
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌