问题—— 随着智能问答从单轮问答发展到多步推理，系统需要多个网页或文档间检索、交叉验证并得出结论。然而，面对复杂问题时，检索增强型问答系统常出现两类问题：一是重复检索同类内容，步骤越多越容易陷入循环；二是检索到材料后难以提炼关键证据，导致回答缺乏支撑甚至出现偏差。这类现象在需要关联多要素（如人物、作品、时间、地点）的查询中尤为明显。 原因—— 研究团队以现有系统Search-R1为例，分析其在复杂推理中的短板：一是缺乏稳定的“证据记忆”，导致先前检索的有效信息无法复用，后续步骤易重复检索；二是检索与生成推理间缺少高效的“信息消化”环节，文档内容虽被获取，却未能压缩为与问题有关的要点，形成“材料在手、结论失焦”的现象。从工程角度看，多轮检索对信息管理能力要求更高——不仅要找到信息，还要能记住并用好。 影响—— 这些问题增加了推理成本并削弱用户信任：重复检索导致更多外部调用和更长响应时间，影响体验和资源消耗；关键证据提炼不足则可能引发错误答案，尤其在教育、商业、政务等知识密集型场景中更容易误导用户。更严重的是，若系统无法在多步任务中积累证据，即使语言生成能力强，也可能给出看似流畅但缺乏依据的结论，形成“表面智能、内在不稳”的落差。 对策—— 针对这些问题，研究团队提出三项改进思路，无需重新训练模型，而是通过运行时机制优化证据管理和检索控制： 1. 上下文化处理：每次检索新文档后，系统结合用户问题、最新文档内容和历史关键信息，提炼有用证据并存入可更新的“信息库”。该方法将“读到的内容”转化为“可复用的证据”，减少遗忘和重复检索。 2. 去重复处理：通过维护“已查看文档清单”，自动过滤已处理文档，并从未访问的候选文档中补位，迫使系统拓展信息源。实验中，团队采用返回3个文档的策略，用新文档替换重复内容，提升检索覆盖率和效率。 3. 混合处理：结合上下文化沉淀与去重检索，既稳定证据链，又推动检索广度，从而在复杂任务中实现更稳定的推理。 评测上，团队选用HotpotQA（侧重跨文档多跳推理）和Natural Questions（贴近真实搜索场景）进行验证。受限于测试集公开情况，实验在验证集上完成，考察运行时改造对系统表现的影响。 前景—— 智能问答正从“能回答”向“能自证、可追溯、少折返”发展。研究表明，提升复杂问答能力未必依赖更大规模训练，通过工程化的证据记忆、检索约束和信息压缩机制，也能显著改善多步任务的稳定性与效率。未来，相关思路可与引用溯源规范结合，推动智能问答在教育、科研、企业知识库等场景更可靠落地。同时，如何在多样化检索中控制噪声、建立统一的证据评价标准、实现跨语言和跨领域迁移，仍是未来研究方向。
智能问答的竞争正从生成能力转向系统化的信息获取与证据管理能力；让机器在海量信息中高效抓取要点并保留依据，既是技术挑战，也是产品可靠性的关键。研究提出的“无需重训、优化流程”路径提示业界：除了追求更大模型参数，对检索、记忆和推理链条的精细治理同样能带来显著体验提升。