摘要
本文重新审视检索增强生成（RAG），将检索控制直接嵌入生成过程。通过“检索即生成”范式，提出 GRIP 框架，利用控制令牌在端到端解码中协调检索行为。其核心是“自触发信息规划”，使模型能在单一自回归轨迹中自主决定何时检索、如何重构查询及何时终止。该方法紧密耦合检索与推理，支持动态多步推断。实验表明，GRIP 在五个问答基准上超越强 RAG 基线，参数量远少于 GPT-4o 却具竞争力。
AI 推荐理由
论文提出自触发信息规划机制，核心在于让模型自主规划检索时机与策略，属于典型的规划能力研究。
研究机构
National Research Center for Software Engineering, Peking University
School of Health Sciences and Biomedical Engineering, Hebei University of Technology
论文信息