综述：深度检索增强生成整合推理与多步规划

Lihui Liu 于3月5日发布综述，聚焦检索增强生成（RAG）的进阶形态「深度RAG」，即把推理、记忆与多步规划整合进端到端研究工作流。论文称，该综述按结构化方式梳理深度RAG系统的查询规划、信息检索、记忆管理与答案生成等关键组件，并涵盖监督微调、迭代自演化与智能体强化学习等优化技术。作者还分析了不同规划策略、自适应检索机制、冲突消解方法与多模态综合，指出其优势与局限，并按工作流类型、推理策略与优化范式对方法分类，梳理当前格局，提出评估、可扩展性与多模态推理方面的开放挑战。综述称，其目标是为设计灵活、可靠且智能的深度RAG系统提供路线图，使其能在最少人工监督下完成复杂现实研究任务。