状态引导的大模型检索增强方法和系统、存储介质

本发明属于自然语言处理，具体涉及一种状态引导的大模型检索增强方法和系统、存储介质。

背景技术：

1、随着大规模语言模型在开放域问答、知识密集型推理、智能检索与对话系统中的应用不断扩展，检索增强生成已经成为提升大语言模型事实可靠性与可控性的重要技术路线。传统检索增强生成通常先根据输入问题从外部语料库中检索若干相关证据片段，再将问题与检索证据共同输入大语言模型生成答案。该范式能够在一定程度上缓解大语言模型仅依赖参数化知识时出现的幻觉、知识过时和事实不一致问题。

2、然而，对于多跳问答任务而言，答案往往不能由单一证据片段直接给出，而是需要先解析问题中的中间实体、关系、属性或比较对象，再跨多个证据片段逐步获取信息并完成推理。例如，问题“which film has the director who was born later, el extrañoviaje or love in pawn?”需要先确定两个电影的导演分别是谁，再检索两个导演的出生日期，最后比较出生日期并返回对应电影名称。若系统只执行一次检索，可能只获得部分电影或导演信息，无法形成完整证据链；若系统迭代检索但没有显式记录当前已经确认的中间实体和仍缺失的属性信息，则容易发生重复检索、错误检索或提前停止。

3、现有技术在多跳问答的检索增强生成中主要存在以下问题。

4、其一，单次检索增强生成将检索视为静态上下文构造步骤，缺乏对多跳推理过程中“已解决信息”和“未解决信息”的动态跟踪。检索结果虽然与问题表面相关，但未必覆盖中间实体、依赖属性和最终答案判断所需的完整证据链。

5、其二，现有多步检索或智能体式检索增强方法通常依赖大语言模型生成的自由文本推理历史、子问题、反思信号或查询改写结果来决定下一步动作。此类隐式历史缺乏统一结构，难以判断某个中间结论是否真正由证据支持，也难以检查系统为何继续检索、为何停止或为何输出某个答案。

6、其三，在多跳推理中，错误的中间实体或错误的依赖关系会沿后续检索链传播。如果系统未显式区分 candidate 与 confirmed，候选信息可能被过早当作事实使用；如果系统未显式标记 conflict，冲突证据可能被忽略，从而导致最终答案建立在不稳定或不一致的证据基础上。

7、其四，现有方法中检索、证据验证、重试、停止与答案生成往往分别由不同提示或启发式规则控制，缺少统一的状态接口。系统无法明确回答：当前问题还缺少哪个槽位、该槽位依赖哪些已确认信息、下一步检索查询应当如何构造、当前证据是否足以停止、最终答案是否与已确认状态一致。

技术实现思路

1、为解决现有技术存在的问题，本发明提供一种状态引导的大模型检索增强方法和系统、存储介质，将智能体的下一步行为由隐式推理历史驱动转化为显式状态条件驱动；当答案目标槽位及其必要依赖槽位已经被证据确认时，系统进入停止与答案生成阶段；当状态中存在冲突槽位时，系统优先触发冲突消解检索；当缺失槽位依赖于已确认槽位时，系统将已确认值写入检索查询，执行依赖感知检索；当槽位处于候选状态时，系统执行验证检索以判断该候选值能否被确认为事实；当仍存在未解决的桥接槽位时，系统继续执行桥接检索。由此，本发明能够将检索、证据更新、重试、停止和答案生成统一到同一状态控制框架中。

2、为实现上述目的，本发明提供了如下方案：

3、一种状态引导的大模型检索增强方法，包括：

4、对输入问题进行类型化状态诱导，将问题解析为包含推理类型、槽位模式、依赖模式和检索提示的类型化先验；

5、根据该类型化先验初始化结构化知识状态；

6、在每一轮中根据当前状态选择目标槽位并构造检索查询，调用检索器与重排器获取证据，再通过状态更新模块将证据映射到槽位更新操作；

7、根据更新后的状态决定是否继续检索、是否执行冲突消解、是否验证候选、是否进行依赖感知检索，以及是否停止并生成答案。

8、作为优选，知识状态由若干证据槽位组成，每个槽位包含槽位描述、槽位角色、依赖链接、槽位状态、当前值和支持证据标识。

9、作为优选，槽位状态至少包括 missing、candidate、confirmed 和 conflict。

10、作为优选，当答案目标槽位及其必要依赖槽位已经被证据确认时，进入停止与答案生成阶段；当状态中存在冲突槽位时，优先触发冲突消解检索；当缺失槽位依赖于已确认槽位时，将已确认值写入检索查询，执行依赖感知检索；当槽位处于候选状态时，执行验证检索以判断该候选值能否被确认为事实；当仍存在未解决的桥接槽位时，继续执行桥接检索。

11、本发明还提供一种状态引导的大模型检索增强系统，包括：

12、第一处理模块，用于对输入问题进行类型化状态诱导，将问题解析为包含推理类型、槽位模式、依赖模式和检索提示的类型化先验；

13、第二处理模块，用于根据该类型化先验初始化结构化知识状态；

14、第三处理模块，用于在每一轮中根据当前状态选择目标槽位并构造检索查询，调用检索器与重排器获取证据，再通过状态更新模块将证据映射到槽位更新操作；

15、第四处理模块，用于根据更新后的状态决定是否继续检索、是否执行冲突消解、是否验证候选、是否进行依赖感知检索，以及是否停止并生成答案。

16、作为优选，知识状态由若干证据槽位组成，每个槽位包含槽位描述、槽位角色、依赖链接、槽位状态、当前值和支持证据标识。

17、作为优选，槽位状态至少包括 missing、candidate、confirmed 和 conflict。

18、作为优选，当答案目标槽位及其必要依赖槽位已经被证据确认时，进入停止与答案生成阶段；当状态中存在冲突槽位时，优先触发冲突消解检索；当缺失槽位依赖于已确认槽位时，将已确认值写入检索查询，执行依赖感知检索；当槽位处于候选状态时，执行验证检索以判断该候选值能否被确认为事实；当仍存在未解决的桥接槽位时，继续执行桥接检索。

19、本发明还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序在运行时执行状态引导的大模型检索增强方法。

20、与现有技术相比，本发明的有益效果为：

21、提出“类型化状态诱导 + 证据状态更新 + 状态驱动动作控制 + 状态落地答案生成”的统一技术方案。对于输入问题，首先通过类型化状态诱导模块解析问题类型、答案目标、中间信息需求及其依赖关系，构建由多个证据槽位组成的结构化知识状态；每个槽位记录槽位描述、角色、依赖关系、当前状态、当前值以及支持证据标识，槽位状态至少包括缺失、候选、已确认和冲突。随后，系统根据当前状态选择待解决槽位，构造依赖感知检索查询，从本地检索索引中获取相关证据并进行重排；检索到的证据被输入状态更新模块，用于填充、验证或修正槽位值，并在证据不一致时显式标记冲突。系统进一步基于状态条件决定下一步动作：若答案目标及其必要依赖已确认则停止，若存在冲突则触发冲突消解检索，若缺失槽位依赖已确认槽位则触发依赖感知检索，若存在候选槽位则触发验证检索，若仍存在桥接槽位则继续执行桥接检索。最终，系统基于累计证据与最终状态生成简洁答案，并优先采用已确认答案槽位及其支持证据进行答案落地。