arXiv cs.AI· Weicheng Liu, Xiangcheng Wu, Depeng Xu, Haopeng Zhang, Xi Niu·· 2 天前AI 评分22
CARA：面向问答的因果引导检索智能体
CARA: Causally Guided Retrieval Agent for Question Answering
AI 导读
CARA 是一种免训练的因果引导检索智能体，通过"结果性"（加入证据是否提升可答性）与"必要性"（移除证据是否削弱可答性）两项因果相关性标准评估检索到的证据，并结合路径一致性与倒数排名融合聚合多智能体证据。在三个 STaRK 数据集上，CARA 持续优于现有检索器，同时提升答案质量与忠实度，且检查的图节点和检索操作更少。
正文 · AI 翻译
摘要：在文本丰富的知识图谱上进行检索增强生成，需要识别有助于回答问题的证据，而不仅仅是匹配其文本内容。现有的智能体检索器能够自适应地平衡全局搜索和多跳探索，但主要依赖文本相似度来指导检索。我们提出 CARA，一种无需训练的因果引导检索智能体，它通过两个互补的标准显式评估检索证据的因果相关性：结果性，衡量添加证据是否能提高可回答性；必要性，评估移除证据是否会削弱可回答性。CARA 将这些评估与路径一致性相结合来指导图探索，并采用倒数排名融合来聚合来自多个智能体的证据。我们在三个 STaRK 数据集上评估 CARA，并通过为 STaRK 增加真实答案来支持下游问答评估。实验结果表明，CARA 始终优于现有检索器。CARA 还提高了答案质量和忠实度，同时检查更少的图节点并需要更少的检索操作。这些发现表明，因果相关性评估能够实现更聚焦、更有效的智能体图检索，从而提升检索性能和下游问答。
| 评论： | 16 页，2 幅图，5 张表 |
| 主题： | 人工智能（cs.AI）；信息检索（cs.IR） |
| 引用为： | arXiv:2610.22017 [cs.AI] |
| （或 arXiv:2610.22017v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22017 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Weicheng Liu [查看邮箱]
[v1]
2026年10月15日星期四 14:57:14 UTC（106 KB）
来源：arXiv cs.AI · arxiv.org