DeepRAG：集成层次化推理与过程监督的生物医学多跳问答
计算与语言
2025-06-03 v1
摘要
我们提出了 DeepRAG，一个新颖的框架，它将 DeepSeek 的层次化问题分解能力与 RAG Gym 的统一检索增强生成优化通过过程级监督集成在一起。针对具有挑战性的 MedHopQA 生物医学问答任务，DeepRAG 将复杂查询系统地分解为精确的子查询，并采用基于 UMLS 本体论的概念级奖励信号来提高生物医学准确性。在 MedHopQA 数据集上的初步评估表明，DeepRAG 显著优于基线模型，包括独立的 DeepSeek 和 RAG Gym，在精确匹配和概念级准确性方面均取得了显著提升。
引用
@article{arxiv.2506.00671,
title = {DeepRAG: Integrating Hierarchical Reasoning and Process Supervision for Biomedical Multi-Hop QA},
author = {Yuelyu Ji and Hang Zhang and Shiven Verma and Hui Ji and Chun Li and Yushui Han and Yanshan Wang},
journal= {arXiv preprint arXiv:2506.00671},
year = {2025}
}