KunLunBaizeRAG：基于强化学习提升大语言模型推理性能的框架
人工智能
2025-06-30 v2
摘要
本文介绍KunLunBaizeRAG，一种基于强化学习驱动的推理框架，旨在增强大语言模型（LLM）在复杂多跳问答任务中的推理能力。该框架针对传统RAG方法的检索漂移、信息冗余和策略僵化等关键局限性进行了创新设计。核心创新包括RAG驱动的推理对齐机制（RDRA）、搜索-思考迭代增强机制（STIE）、网络局部智能路由机制（NLR）以及渐进式混合训练策略。实验结果在四个基准测试中显示出对精确匹配率（EM）和LLM评估得分（LJ）的显著提升，凸显该框架在复杂推理场景中的鲁棒性与有效性。
引用
@article{arxiv.2506.19466,
title = {KunLunBaizeRAG: Reinforcement Learning Driven Inference Performance Leap for Large Language Models},
author = {Cheng Li and Jiexiong Liu and Yixuan Chen and Qihang Zhou and KunLun Meta},
journal= {arXiv preprint arXiv:2506.19466},
year = {2025}
}