Multi-hop Question Answering

多跳问答要求模型不依赖单一片段，而是串联多个证据片段进行推理，例如“某导演的出生地所在国家的首都”。典型数据集有 HotpotQA、2WikiMultiHopQA。技术路线包括检索—阅读流水线、迭代检索、图结构推理以及基于大模型的链式推理与工具调用。其难点在于证据召回、推理路径规划与中间步骤的可解释性，是评估模型深度推理能力的重要基准。