检索策略与复杂问答

复杂问答可能涉及多个数据源、相互依赖的事实和多次检索。这组文章先介绍数据源选择、任务分解和迭代执行，再分别讨论几种具体方法如何决定是否检索、如何补救或何时补查。

文章	何时、依据什么作判断	决定什么
检索路由	调用前，根据请求内容，由规则或模型选择	使用哪个数据源、哪个检索器
问题分解与多跳检索	根据问题拆出事实需求；有依赖时结合前一步结果	子问题怎样拆分，哪些能并行、哪些须等待
迭代检索与 Agentic RAG	每轮根据已取得的资料和缺口，由控制流程或 Agent 判断	继续检索、调整查询、换工具，还是结束
Adaptive-RAG	回答前，由训练好的分类器读取问题	走不检索、单次检索或多步检索路径
CRAG	初次检索后，由评估器判断资料质量	使用并精炼已有资料、外部搜索，或结合两者
Self-RAG	生成过程中，由专门训练的模型输出反思信号	是否检索，以及保留哪些证据条件下的候选续写
FLARE	生成下一句草稿后，根据 token 置信度判断	是否检索补充资料，再重新生成该句