生成式检索中的多步语义推理

生成式检索模型虽具潜力，但在涉及数值上下文的复杂查询（如财务报告语义推理）中表现不佳。为此，本文提出 ReasonGR 框架，旨在增强生成式检索在数值语境下的多步语义推理能力。该框架采用结合特定任务指令与逐步推理引导的结构化提示策略，并集成专注于推理的自适应模块以优化相关参数学习。在 FinQA 数据集上的实验表明，ReasonGR 显著提升了检索准确率与一致性，展现了其在强推理需求场景中的应用前景。