RAG 中的多步检索是什么？检索增强生成 (RAG) 中的多步检索（或多跳检索）是指系统在多个数据源中执行多次顺序搜索，以收集回答复杂查询所需信息的流程。与一次性检索相关文档的单步检索不同，多步检索通过使用先前步骤的中间结果来迭代地完善其搜索。例如，如果一个问题需要关联来自不同文档的事实，系统可能会首先检索一个关键实体或事件，然后使用该上下文来查询其他来源。当答案依赖于综合并非直接链接在单个来源中的信息时，这种方法是必需的。
示例问题和流程 考虑以下问题：“2020 年 NBA 总决赛 MVP 在离开洛杉矶湖人队后加入了哪个球队？”要回答这个问题，系统必须首先确定谁是 2020 年 NBA 总决赛 MVP（勒布朗·詹姆斯），然后找到他离开湖人队后加入的球队（克利夫兰骑士队，2014 年，但此示例为假设情况，仅作说明）。第一个检索步骤确定了 MVP，而第二个步骤使用该结果追溯了该球员的职业生涯变动。如果没有多步检索，单次搜索可能会返回与湖人队或 2020 年总决赛无关的数据，但无法将 MVP 的身份与其随后的球队变动联系起来。这表明事实之间的上下文依赖关系需要迭代查找。
实现和挑战 在实践中，多步检索要求系统动态地链接查询。一个 RAG 流水线可能会首先从体育数据库中提取“2020 年 NBA 总决赛 MVP”，然后将该结果（例如“勒布朗·詹姆斯”）作为第二个查询的输入，查询球员转会信息。分层检索器或图数据库等工具可以对这些关系进行建模。然而，挑战包括错误传播（如果第一步检索到错误数据）以及多次搜索带来的计算开销。开发人员通常通过对中间结果实施验证检查或使用能够更好地处理上下文歧义的密集检索模型来缓解这些问题。尽管复杂，但这种方法对于处理需要分层推理的实际问题至关重要。
