具备自我反思能力的 RAG，能自适应地判断是否需要检索，并通过反思标记评估检索质量
Loading technique guide…
模式： 具备自适应检索决策与自我反思的 RAG 系统，使用训练好的反思 token 进行质量评估
原因： 通过迭代自我批判与选择性知识检索，提升事实准确性并减少幻觉
关键洞察： 反思 token（[Retrieve]、[IsRel]、[IsSup]、[IsUse]）使模型能够评估检索必要性与回答质量
通过这些精选资源加深理解
When Not to Trust Language Models: Investigating Effectiveness of Parametric and Non-Parametric Memories (Mallen et al., 2023)
Active Retrieval Augmented Generation (Jiang et al., 2023)
Leveraging Passage Retrieval with Generative Models for Open Domain Question Answering (Izacard & Grave, 2021)
Dense Passage Retrieval for Open-Domain Question Answering (Karpukhin et al., 2020)