DynaKRAG：一种用于多跳检索增强生成中可学习证据控制的统一框架

多跳检索增强生成（RAG）需顺序获取证据，现有方法常局限于预定义流程。本文提出 DynaKRAG，将多跳证据获取建模为基于状态的原子操作控制策略。该框架通过有效性层构建可执行动作集，并由学习到的控制器选择下一步操作，动态更新证据状态。实验表明，DynaKRAG 在 HotpotQA 等三个基准上显著优于现有基线，证明了在 evolving 证据状态下协调检索、诊断与缺口导向获取的有效性。