QueryFlow 让查询条件随图上下文演化，多跳检索指标提升。
资讯摘要
论文提出 QueryFlow，将多跳证据检索视为证据表示与查询条件的协同演化：把图上下文的查询条件摘要循环整合进共享查询状态，用于控制后续传播的边界输入与关系特征。作者在四个多跳问答数据集上报告，相较代表性基线，macro Recall@10、Full Recall@10 和 LLM-Acc 分别提升 4.98、8.40 和 8.0 个百分点。
要点速读
- 论文指出固定查询的图检索器只更新实体表示，未随累积的关系上下文调整查询条件。
- QueryFlow 将查询条件化的图上下文摘要循环写入共享查询状态，并据此控制后续传播的边界输入与关系特征。
- 作者报告在四个多跳问答数据集上，macro R@10、FR@10、LLM-Acc 分别较代表性基线提升 4.98、8.40、8.0 个百分点。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。