PAR-RAG es un nuevo marco de trabajo propuesto para superar las limitaciones de la generación aumentada por recuperación (RAG) en la respuesta a preguntas (QA) multisalto. Los métodos RAG existentes tienen dificultades para descomponer consultas complejas en rutas de inferencia fiables y gestionar la propagación de errores. Inspirado en el ciclo Planificar-Hacer-Verificar-Actuar (PDCA), PAR-RAG selecciona ejemplos en función de la complejidad semántica de la pregunta y guía la planificación ascendente, generando rutas de inferencia multipaso más precisas y consistentes. Esto reduce los errores de inferencia y el riesgo de convergencia de rutas subóptimas. Además, un mecanismo de doble verificación evalúa y corrige los errores intermedios para garantizar que el proceso de inferencia se base en la verdad. Los resultados experimentales en diversos puntos de referencia de QA demuestran que PAR-RAG supera a los métodos de vanguardia existentes en términos de rendimiento y robustez de inferencia.
