谢淼团队在人工智能检索增强生成算法领域取得新突破

近日，计算语言学与自然语言处理领域的国际顶级会议ACL 2026传来喜讯，中国农业大学信息与电气工程学院谢淼研究员团队的研究成果被大会主会接收。作为CCF推荐的A类会议，ACL的竞争历来极为激烈——本届会议投稿量突破1.2万篇，主会录用率仅为19%。这篇题为《Structure Guided Retrieval-Augmented Generation for Factual Queries》的论文，究竟攻克了哪些关键技术瓶颈？

大语言模型的“幻觉”顽疾与复杂事实查询的精准需求

当前，大语言模型在智能问答与知识服务等场景展现出广阔前景，但其固有的“幻觉”问题仍是业界公认的挑战。模型生成的内容可能语法流畅、逻辑连贯，却在事实准确性上存在缺陷。这一问题在农业科学、医疗健康、法律条文等专业领域尤为突出，因为这些领域的用户查询通常包含多个精确且相互关联的约束条件。

传统的检索增强生成技术，大多依赖于语义向量相似度进行知识检索。然而，这种方法易受语义噪声影响，难以确保检索到的信息能够同时、完整地覆盖问题中的所有限定条件。最终导致生成的答案看似相关，实则遗漏了关键约束，产生事实偏差或错误。

SG-RAG：以“结构感知”实现精准知识检索

针对这一核心难题，谢淼团队将问题精准定义为“多约束条件下的精确检索问题”，即如何从外部知识源中，一次性精准定位满足所有查询条件的信息单元。他们创新性地提出了“结构引导的检索增强生成框架”。

如上图所示，SG-RAG的核心机制设计巧妙：它首先将自然语言问题中隐含的多个约束条件，自动解析并构建成一张结构化的查询图。随后，检索任务被重新定义为“基于嵌入表示的子图匹配问题”。这意味着，系统不再进行模糊的语义相似度搜索，而是在结构化的知识图谱中，精确寻找与查询图在拓扑结构和语义关系上都高度吻合的候选子图。

这种“结构引导”的检索策略，相当于为信息检索过程增加了一个高精度的“结构过滤器”，能有效防止关键约束条件的遗漏，从而更可靠地引导大语言模型生成事实准确的答案。

构建ERQA新基准，验证方法卓越性能

为了全面、系统地评估新方法的效能，研究团队完成了一项重要基础工作：构建并开源了一个大规模评测基准数据集——ERQA。该数据集包含12万条覆盖20个不同垂直领域的事实问答对，专门用于评估模型在处理包含多重约束的事实性查询时的精准度与鲁棒性。

那么，SG-RAG的实际性能表现如何？详实的实验数据给出了明确答案。

在ERQA基准测试中，SG-RAG方法显著超越了多种当前主流基线模型。在答案精确度、事实一致性等多项核心评价指标上，该方法取得了20.68%至50.88%的绝对性能提升，对应的相对提升幅度高达34%至450%。尤为重要的是，这些显著的性能增益是在保持合理计算开销的前提下实现的，充分展现了该方法优异的有效性与实际应用潜力。

研究团队与项目支持

本论文的第一作者为中国农业大学信息与电气工程学院谢淼研究员，学生第一作者为学院2024级博士研究生张潇。论文通讯作者由谢淼研究员与吕春利教授共同担任。合作者包括新加坡南洋理工大学博士研究生Li Yi。论文的第一完成单位为中国农业大学。

此项研究工作获得了中国农业大学“青年研究员”启动基金项目以及国家留学基金管理委员会访问学者项目的大力支持。

论文全文及技术细节可通过公开链接获取：https://arxiv.org/abs/2604.22843