摘要
针对μ子对撞机研究中科学文献异构且分散的挑战，本文提出了一种基于证据的智能体混合检索增强生成（RAG）框架。该框架结合了稀疏与稠密混合检索器，并引入智能体推理模块以执行查询分解、证据扩展及基于事实的答案生成。研究构建了该领域首个科学问答基准，评估表明混合检索提供了强大的检索基础，而智能体推理在受控证据扩展和答案综合方面最为有效。该方法在检索效率、答案质量及事实 grounding 上均优于现有基线。
AI 推荐理由
论文核心在于利用代理推理模块进行查询分解和证据综合，是提升 RAG 效果的关键。
研究机构
State Key Laboratory of Nuclear Physics and Technology, Peking University, China
School of Physics and Astronomy, University of Edinburgh, UK
论文信息