摘要
多跳问答系统通常对每个问题执行昂贵的检索操作，如分解问题或多轮检索，这依赖多次 LLM 调用，导致令牌成本高昂。然而分析表明，许多多跳问题仅需单次检索增强生成（RAG）即可正确回答。为此，本文提出 RASER，一种基于单次 RAG 及其六个特征的廉价路由器家族。RASER-2 决定停止或升级至额外检索动作 PRUNE；RASER-3 则在单次 RAG、PRUNE 和迭代检索 IRCoT 之间进行选择，引入显式的成本 - 精度权衡，且无需额外 LLM 调用。实验显示，其在六个 LLM 和三个基准上保持竞争力，同时仅消耗基线方法 41%-49% 的令牌量。
AI 推荐理由
论文聚焦多跳问答中的推理策略选择，通过路由机制优化推理成本与精度，核心涉及推理流程控制。
研究机构
Institute AIFB, Karlsruhe Institute of Technology, Karlsruhe, Germany
Shanghai Jiao Tong University, Shanghai, China
论文信息