跳到主要内容

Multi-hop-RAG

1. 定义与边界​

Multi-hop RAG 是需要多次检索、多份证据组合或跨实体推理才能回答的问题处理方式。它常用于复杂问答、调研、审计、知识图谱和跨文档推理。

它不是把 top-k 调大。多跳 RAG 的核心是检索计划、子问题、证据依赖和停止条件。

2. 为什么重要​

单跳 RAG 适合“答案在一个片段里”的问题。多跳场景包括：

  • “A 产品当前 API 与旧版兼容差异是什么？”
  • “这项政策影响哪些团队流程？”
  • “根据合同和补充协议，付款条件是什么？”
  • “这个 bug 与哪个历史 PR 和文档变更有关？”

这些问题需要先找到实体，再沿关系继续检索。

3. 核心机制​

4. 工程实现​

def multi_hop_rag(question, max_hops=3):
    evidence = []
    frontier = [question]
    for hop in range(max_hops):
        queries = generate_subqueries(frontier, evidence)
        hits = []
        for q in queries:
            hits.extend(retrieve(q))
        ranked = rerank(question, hits)
        new_evidence = select_novel_evidence(ranked, evidence)
        evidence.extend(new_evidence)
        if answer_is_covered(question, evidence):
            break
        frontier = extract_follow_up_queries(question, evidence)
    return generate_answer(question, evidence)

关键数据结构：

  • sub_question：子问题。
  • depends_on：依赖哪条证据。
  • evidence_id：证据片段。
  • claim：从证据抽取的中间结论。
  • coverage_status：是否足够回答最终问题。

5. 生产实践​

  • 设置最大 hop、最大证据数、最大 token 和超时。
  • 每一跳保留证据链，避免最后只剩总结。
  • 对中间结论做引用，不让模型凭空连接。
  • 使用实体抽取和 metadata filter 缩小后续检索范围。
  • 多跳失败时返回已找到证据和缺口，而不是强答。

6. 常见反模式​

  • 让模型自由“继续搜索”没有停止条件。
  • 每跳都把全部历史证据塞回上下文。
  • 中间结论没有引用来源。
  • 把推理链当证据，引用模型自己的话。
  • 复杂问题不拆解，只扩大 top-k。

7. 评测方法​

  • 支持事实覆盖率：最终答案每个关键 claim 是否有证据。
  • hop recall：每个必要证据是否被检索到。
  • 中间子问题质量。
  • 多跳路径长度和成本。
  • 错误传播率：早期错误实体是否导致后续偏离。
  • 无足够证据时的停止/拒答率。

8. 安全与治理​

  • 多跳会扩大检索范围，权限过滤每跳都要执行。
  • 中间证据来自不同敏感等级时，最终输出按最高敏感等级处理。
  • 对外部网页多跳检索要防跨页面提示注入。
  • 不要把模型生成的中间假设写入长期记忆或知识库，除非经过验证。

工程化补强：架构与实现细节​

A. 与 Memory 的硬边界​

Multi-hop RAG处理的核心对象是需要多个证据点、实体关系或中间结论才能回答的问题。它的目标是把外部知识转化为可验证证据，而不是保存用户偏好或 Agent 经验。 Memory 可以影响“怎么服务这个用户、这个项目、这个流程”；RAG 只能回答“证据中是否支持这个事实”。

维度RAGMemory
数据来源外部文档、网页、代码、数据库、知识库对话、任务轨迹、用户偏好、历史经验
写入方式ingestion pipeline、同步任务、管理员上传互动后抽取、用户确认、后台总结
核心约束证据可追溯、权限过滤、引用准确状态延续、偏好复用、隐私最小化
典型失败召回错证据、引用不支持、上下文污染错误记忆持久化、越权画像、投毒
评测指标hop recall、bridge accuracy、chain faithfulness、stop accuracymemory precision、task lift、staleness

B. 端到端 Pipeline​

本主题在总链路中的重点可以概括为：decompose -> retrieve hop1 -> infer bridge -> retrieve hop2 -> verify chain -> answer。

C. 索引数据结构​

{
  "chunk_id": "doc_2026_05_09#sec_04#chunk_003",
  "document_id": "doc_2026_05_09",
  "document_version": "v7",
  "source_uri": "s3://kb/product/manual.pdf",
  "source_type": "pdf|html|code|ticket|database",
  "title": "支付失败排查手册",
  "section_path": ["支付", "错误码", "超时"],
  "text": "...可用于回答的原文片段...",
  "span": {"page": 12, "start_char": 1840, "end_char": 2610},
  "metadata": {
    "tenant_id": "org_1",
    "acl": ["support", "engineering"],
    "created_at": "2026-05-01",
    "updated_at": "2026-05-09",
    "source_trust": "official_internal"
  },
  "retrieval": {
    "dense_vector_id": "vec_abc",
    "sparse_vector_id": "sparse_abc",
    "graph_node_ids": ["entity:timeout", "claim:retry-policy"]
  },
  "max_hops": 3,
    "stop_when": "all_required_facts_supported",
  "lineage": {
    "parser_version": "parser-2.1",
    "chunker_version": "heading-aware-1.4",
    "embedding_version": "emb-2026-05-09",
    "checksum": "sha256:..."
  }
}

没有 document_version、span、acl 和 lineage 的 RAG 索引，很难做引用、回滚、权限审计和 bad case 修复。

D. Indexing Pipeline 设计要点​

阶段关键决策常见坑
连接器增量同步、删除同步、权限同步只追加不删除，导致旧知识继续被召回
解析PDF 表格、代码块、标题层级、脚注丢页码和结构，引用无法定位
切分chunk 大小、overlap、父子块、表格整体性切断条款、代码函数或表格行
元数据tenant、ACL、时间、版本、来源可信度检索后才做权限过滤，已经泄露给模型
向量化embedding 模型、维度、批量、缓存模型切换后混用旧向量
索引vector、BM25/sparse、graph、rerank cache不记录索引版本，无法回归评测
回收删除、过期、重建、压缩向量残留和缓存残留

本文件建议的索引原则是：chunk metadata 要支持实体、时间、关系和文档版本，便于跨跳连接。

E. 查询期策略​

每一跳都记录问题、证据、缺口和停止条件，避免无限检索。查询期不要把“召回更多”当成唯一目标，而要控制证据质量、权限、时效和上下文预算。

def rag_query(user_query, user_ctx):
    plan = plan_retrieval(user_query, user_ctx)
    filters = enforce_acl(user_ctx, plan.filters)
    rewritten = rewrite_query(user_query, plan, metadata_schema=INDEX_SCHEMA)
    candidates = []
    for source in plan.sources:
        candidates.extend(source.search(rewritten, filters=filters, k=plan.candidate_k))
    ranked = rerank(user_query, candidates, features=["text", "metadata", "trust", "freshness"])
    evidence = pack_context(ranked, budget=plan.context_budget, diversity=True)
    answer = generate_with_evidence(user_query, evidence)
    return verify_citations(answer, evidence)

F. 引用与证据策略​

最终答案引用完整证据链，而不是只引用最后一跳。引用不是格式问题，而是 evidence contract：模型只能用传入证据支持关键断言。

断言类型证据要求不满足时动作
简单事实至少一个直接 chunk 支持给出不确定或拒答
跨文档综合多个 chunk 覆盖关键维度明确证据范围和缺口
高风险建议官方/内部可信来源优先要求人审或给出保守答案
时间敏感信息来源版本和更新时间足够新触发刷新或说明可能过期
权限受限内容用户有权查看原文不引用、不泄露摘要

G. 失败模式与修复​

失败模式早期信号修复动作
中间结论无引用、错误桥接实体导致越走越偏答案流畅但找不到支持片段加 citation verifier 和无证据拒答
chunk 边界错误命中片段缺上文或表格列调整切分器、加入 parent expansion
召回偏科概念问答好，错误码/ID 查询差增加 hybrid search 和字段 boost
top-k 污染上下文里半数以上无关rerank、diversity filter、query rewrite
权限绕过无权限文档出现在 trace服务端 ACL 前置过滤，索引按租户隔离
索引陈旧用户指出文档已更新增量同步、版本水位、freshness 监控
引用漂移引用存在但不支持断言claim-level citation check 和回源校验

H. 评测指标​

层级指标说明
检索recall@k、precision@k、nDCG、MRRgold span/doc 是否进入候选和前排
重排rerank lift、first relevant rank观察 reranker 是否真正改善上下文
上下文evidence coverage、token waste、duplication rate是否既覆盖证据又不浪费窗口
生成answer correctness、faithfulness、abstention accuracy答案是否正确且不编造
引用citation precision、claim support rate、broken link rate引用是否可打开且支持断言
安全prompt injection success、unauthorized recall、sensitive leakage外部内容和权限场景的红线
运维p95 latency、index freshness、cost/query、cache hit rate生产可用性和成本

I. 安全治理清单​

  • 检索内容是数据，不是指令；提示词中明确外部证据不能覆盖系统和开发者约束。
  • 权限过滤必须在检索前或索引层完成，不能依赖模型“不要使用”。
  • 对网页、用户上传文件和第三方文档做 prompt injection 扫描和来源可信度标记。
  • 高风险领域使用白名单来源、版本锁定、引用校验和无法支持时拒答。
  • 记录 query、filters、命中文档、分数、rerank 理由、上下文包和最终引用，支持审计。
  • 建立 bad case 回流：每个失败样本标注失败层级，并绑定索引版本、prompt 版本和模型版本。

9. 权威资料​