摘要
大型语言模型代理需将检索从简单的上下文获取转变为包含搜索、阅读、遍历及证据充分性判断的推理过程。针对现有 RAG 系统仅基于嵌入相似度检索扁平片段、难以适配工具型代理的问题，本文提出 LLM-Wiki。该系统将外部知识编译为可组合、自我进化的维基结构，通过标准工具接口暴露搜索与链接跟随操作，并引入“错误簿”实现持久性自校正。实验表明，其在多跳推理任务上显著优于现有图基及稠密检索基线。
AI 推荐理由
论文提出“检索即推理”范式，将外部知识结构化以支持代理的搜索、遍历和决策推理过程。
研究机构
WeChat, Tencent Inc., Beijing, China
论文信息