💬 NLP

Only Ask What You Don't Know: Grounded Delta Planning for Efficient Multi-step RAG

本文介绍了一种名为 Grounded Delta Planning RAG (GDP-RAG) 的框架，该框架通过将规划锚定在初步检索之上，并将计算仅集中在信息缺口上，从而提高了多跳问答的效率和准确性，进而以显著低于现有方法的价格实现了最先进的性能。

原作者： Wei-Chieh Chou, Xuanjun Chen, Jian-Ren Lin, Claire Lin, Hung-yi Lee, Jyh-Shing Roger Jang

发布于 2026-06-23

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Wei-Chieh Chou, Xuanjun Chen, Jian-Ren Lin, Claire Lin, Hung-yi Lee, Jyh-Shing Roger Jang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你正在试图解决一个复杂的谜题，比如弄清楚是谁从罐子里偷走了饼干。你有一个巨大的图书馆（互联网）可以提供帮助，但你无法一次性读完所有的书。

目前大多数 AI 系统尝试通过以下两种方式之一来解决这个问题，但两者都存在问题：

“步步为营”的侦探： 他们问一个问题，读一本书，再问另一个问题，再读另一本书，以此类推。问题在于？他们经常会被堆积如山的纸张搞糊涂，或者在调查初期犯下一个小错误，从而毁掉整个调查过程。
“过度规划”者： 他们在看任何书之前，先坐下来写下一个庞大且僵化的计划。他们可能会计划检查五本书，尽管答案其实就在他们选的第一本书里。这既浪费时间又浪费金钱。

新的解决方案：“落地增量规划”（Grounded Delta Planning，简称 GDP-RAG）

该论文的作者提出了一种更聪明的侦探行动方式。他们称之为落地增量规划（Grounded Delta Planning）。把它想象成一种“先检查，只问所需”的策略。

它是这样运作的，使用一个简单的类比：

1. “快速扫视”（初步检索）

在侦探写下第一个问题之前，他们会对图书馆的书架进行一次快速、广泛的扫描，抓取几本相关的书。

为什么？ 为了不从零开始。他们知道桌子上已经摆放了哪些信息。

2. “缺口寻找者”（增量规划）

侦探不再写一个寻找所有信息的计划，而是观察他们刚刚抓取的书，并问道：“还缺少什么？”

如果这些书已经告诉他们“饼干是被狗拿走的”，那么他们就不需要询问关于狗的问题。
他们只为增量（Delta, ∆）——即那些仍然缺失的具体信息片段——编写问题。
结果： 他们跳过了不需要问的问题。这就像修剪树木；你剪掉枯枝（冗余的问题），让树木长得更快、更强壮。

3. “骨架计划”（骨架轨迹）

侦探写下一个非常简短、精炼的计划。但巧妙之处在于：在他们提出的每个问题旁边，都会附上一张小纸条，上面写着：“我已经从快速扫视中得知了 X。”

这确保了当他们进行更深入的调查时，不会忘记早期发现的事实。它让整个故事保持连贯。

4. “双重检查”循环

一旦他们开始提出具体问题，他们就不会仅仅相信第一个答案。他们使用一个三步循环：

行动（Act）： 提出问题并获取答案。
审查（Review）： 根据新证据反复检查该答案，以确保其真实性。
更新（Update）： 如果他们发现了新事物，他们会调整下一步的计划。

为什么这很重要？
论文在三个困难的谜题数据集（HotpotQA, 2WikiMultiHopQA, 和 MuSiQue）上测试了这种方法。以下是他们的发现：

更聪明，而非更辛苦： 与所有其他方法相比，这种新方法获得了最高的准确率（60.63%）。它能更好地解决谜题。
更便宜： 因为它提出的问题更少，阅读的不必要页面也更少，它的运行成本比排名第二的方法（PAR-RAG）低了 22%，比一个名为 KnowTrace 的复杂方法低了 68%。
没有权衡： 通常情况下，你必须在“准确”或“廉价”之间做出选择。而这种方法做到了两者兼得：既是最准确的，也是最高效的。

简而言之：
想象你在做饭。

旧方法要么每秒钟都尝一下汤的味道（太慢），要么在检查冰箱里有什么之前就写好了包含 50 种食材的食谱（浪费）。
GDP-RAG 先看冰箱，看看自己已经有了什么，然后只针对缺失的食材编写食谱。你烹饪得更快，花钱更少，而且食物的味道更好。

论文的结论是，通过专注于仅关注“缺失的部分”（增量）并将计划建立在真实的证据之上，AI 可以更高效地解决复杂的、多步骤的问题，而不会降低准确性。

技术摘要：用于高效多步 RAG 的落地增量规划 (Grounded Delta Planning)

问题陈述

多跳问答 (QA) 仍然是检索增强生成 (RAG) 系统面临的一项重大挑战。现有方法通常分为两类，两者都面临关键局限性：

逐步式方法（例如 ReAct、Self-Ask）：这些方法动态地交织检索与推理。虽然具有灵活性，但由于上下文溢出会导致“迷失在中部 (lost-in-the-middle)”的问题，并会放大错误传播，即早期的错误会通过整个推理过程产生级联效应。
基于规划的方法（例如 ReWOO、PlanRAG）：这些方法在执行前构建静态全局规划，以隔离子步骤并减少级联错误。然而，它们通常仅依赖参数化知识来生成规划，导致过度规划（为已获取的信息生成冗余的子查询）或规划不足（遗漏必要的依赖关系）。此外，严格遵循僵化的计划会导致效率问题，因为每个执行步骤的成本变得非常可观。

核心挑战在于设计一个既能避免错误传播和上下文溢出，又能通过消除冗余推理步骤并确保不遗漏任何关键信息来最小化计算成本的框架。

方法论：落地增量规划 RAG (GDP-RAG)

作者提出了 GDP-RAG，这是一个基于规划的框架，它将规划范式从生成完整的推理链转变为仅针对信息增量 ( $\Delta$ ) —— 即在初始检索后缺失的具体知识。该框架通过三个不同的阶段运行：

1. 规划阶段 (落地增量规划)

GDP-RAG 不仅使用参数化知识对查询进行分解，而是首先进行初步检索以收集一组相关文档 ( $D_{rel}$ )。随后，规划器基于以下三个设计选择生成骨架轨迹 ( $T_{skel}$ ):

落地 (Grounding)： 规划器以 $D_{rel}$ 为条件，以理解已有信息。
差距感知型查询分解 (Gap-aware Query Decomposition)： 提示词指导规划器识别 $D_{rel}$ 中存在的信息，并仅针对剩余的缺口 ( $\Delta$ ) 生成子查询。
骨架轨迹结构： 输出是一个元组序列 $\langle (\theta_i, q_i) \rangle$ ，其中 $q_i$ 是针对缺失信息的子查询，而 $\theta_i$ (思维/Thought) 捕捉了与该步骤相关的 $D_{rel}$ 中的证据。这在整个轨迹中保留了证据，防止了执行过程中的信息丢失。

这种方法带来了三个结构性优势：

推理步骤压缩： 跳过了原本需要检索已存在于 $D_{rel}$ 中事实的步骤。
过度规划剪枝： 由于规划器会根据实际检索到的文档验证假设，因此消除了基于幻觉需求的冗余子查询。
规划不足优化： 初始检索的更广泛语义有助于找回那些针对性过强的细化子查询可能会遗漏的依赖关系。

2. 轨迹生成阶段

骨架规划通过迭代的行动-审查-更新 (Act-Review-Update) 循环进行执行（改编自 PAR-RAG）：

行动 (Act)： 针对特定的子查询 $q_t$ 检索文档，并生成带有支持证据的临时答案 $\hat{a}_t$ 。
审查 (Review)： 构建验证查询以进行二次检索，通过将 $\hat{a}_t$ 与新证据进行交叉检查，以纠正事实不一致性。
更新 (Update)： 将经过验证的元组 $(\theta_t, q_t, d_t, a_t)$ 提交至轨迹记忆 (Trajectory Memory)，并根据累积的证据细化下一个子查询 $q_{t+1}$ ，以确保运行时适应性。

3. 回答阶段

系统通过将查询 $Q$ 与完整落地且经过验证的轨迹 $T$ 相结合来合成最终答案 $A$ ，确保响应在逻辑上保持一致，并严格受检索到的文档支持。

核心贡献

框架提案： GDP-RAG 是一个无需训练的、基于规划的多步 RAG 框架，它通过先检索再仅针对信息增量进行规划，从而生成简洁的推理轨迹，且不牺牲回答质量。
性能： 广泛的实验表明，GDP-RAG 在实现最高准确率的同时，保持了显著较低的计算成本。
消融分析： 作者确认了每个设计选择（初步检索、差距感知指令和骨架轨迹）都对步骤效率、成本降低和回答准确性做出了独特的贡献。

实验结果

该框架在三个多跳问答基准测试上进行了评估：HotpotQA、2WikiMultiHopQA 和 MuSiQue，使用 GPT-4.1-mini 进行生成。

准确率： GDP-RAG 实现了 60.63% 的最高整体准确率，超过了最强的基准模型 PAR-RAG (58.20%)，领先 2.43 个百分点。它在 HotpotQA (64.75% vs. 62.79%) 和 MuSiQue (44.53% vs. 42.70%) 上也优于 PAR-RAG。
效率 (通过成本/Cost-of-Pass)： 主要指标——通过成本（产生一个正确答案的预期成本）——对于 GDP-RAG 为 0.51。这比 PAR-RAG (0.65) 低了 22%，比 KnowTrace (1.57) 低了 68%。
帕累托最优性 (Pareto Optimality)： GDP-RAG 占据了性能空间中“高准确率、低成本”的角落。没有其他方法能同时实现更高的准确率和更低的成本。较便宜的方法（如 Standard RAG、IRCoT）在准确率上落后 10–23 个百分点。
步骤缩减： 与直接规划 (Direct Planning) 相比，落地增量规划将有效推理步骤减少了 61.0%（从 3,561 降至 1,388），并剪枝了 77.0% 的冗余步骤。

意义与主张

论文声称，GDP-RAG 通过从根本上改变规划过程，解决了当前多跳 RAG 系统中的基本效率问题。通过将规划器落地在初步检索中，系统避免了那种既具有逐步式错误传播特征、又具有基于规划的过度规划特征的“盲目”步骤生成。

作者强调，他们的方案通过专注于未解决的缺口，产生了简洁、可靠的推理轨迹。结果表明，“落地增量规划”允许系统根据任务复杂度进行调整，在维持高信息覆盖率的同时，摊销额外跳转的成本。该框架被呈现为一个鲁棒的、无需训练的解决方案，能够同时提高 LLM 多步推理的经济效率和事实可靠性。