OCC-RAG：用于忠实问答的最优认知核心

本文提出最优认知核心（OCC）系列专用小语言模型，其中 OCC-RAG 专为基于上下文的忠实问答优化。该任务要求忽略参数化知识，对提供段落进行多跳推理。作者构建了大规模多上下文多跳问答数据合成流水线，训练出能生成带引用来源的结构化推理轨迹的模型。实验表明，OCC-RAG 在多跳推理、忠实度及拒绝回答基准上，表现媲美或超越其规模大 2-6 倍的通用模型。