Neues Modell PAR$^2$-RAG verbessert Multi-Hop-FAQ um 23,5 %

Die neuesten Forschungsergebnisse aus dem Bereich der großen Sprachmodelle (LLMs) zeigen, dass klassische Ansätze bei Multi-Hop-Question-Answering (MHQA) noch immer an ihre Grenzen stoßen. Bei MHQA muss ein Modell nicht nur einzelne Fakten finden, sondern auch mehrere Dokumente miteinander verknüpfen, um die richtige Antwort zu generieren. Traditionelle iterative Retrieval-Systeme neigen dazu, sich frühzeitig auf eine niedrige Trefferquote zu fixieren und dadurch Fehler zu verstärken. Gleichzeitig liefern reine Planungsansätze statische Abfragegruppen, die nicht flexibel auf neue Beweismaterialien reagieren können.

Um diese Schwächen zu überwinden, wurde das zweistufige Framework Planned Active Retrieval and Reasoning RAG (PAR$^2$-RAG) entwickelt. In der ersten Phase wird ein breit angelegtes Anchoring durchgeführt, das eine umfangreiche Evidenzgrenze erzeugt und damit die Abdeckung maximiert. Anschließend folgt ein tiefgreifender Refinement-Prozess, bei dem die Beweislücke systematisch geschlossen wird. Dieser iterative Loop kombiniert gezielte Suchanfragen mit einer Kontrolle der Evidenzsuffizienz, sodass das Modell nur dann weitere Informationen anfordert, wenn sie tatsächlich zur Beantwortung beitragen.

Die Leistung von PAR$^2$-RAG wurde an vier führenden MHQA-Benchmarks getestet. Im Vergleich zu bestehenden State-of-the-Art-Lösungen erzielte das Modell einen Anstieg der Genauigkeit um bis zu 23,5 % und verbesserte die NDCG-Metrik um bis zu 10,5 %. Diese Ergebnisse deuten darauf hin, dass die Trennung von Coverage und Commitment ein vielversprechender Ansatz ist, um die Zuverlässigkeit von LLMs bei komplexen, mehrstufigen Fragen zu erhöhen.