LLM论文：LLatrieval (LLatrieval: LLM-Verified Retrieval for Verifiable Generation)

地址：https://arxiv.org/abs/2311.07838

这是一篇文章的思想很容易理解，用下面这一张图就可以讲清楚，而这几乎是本文的所有思想了。本文的价值在于完成了这个简单的思想，并开源了代码，为以后的研究做打基础。

Retrieval Verification

这是用来判别所给文档能否支持回答问题的组件。

有两种判别方式，分类式直接给LLM指令，让它输出是或否

打分过滤式，现让大模型打一个分数，再人为设置一个门槛，分数比门槛高就是支持否则不支持。

Progressive Selection

滑动窗口， 每次滑进来几个候选文档，由LLM觉得去留。

Missing-Info Querying

就是让LLM去问，要回答问题，现有的参考文档中还缺什么。

整体步骤：

1. miss-info query去问是否有缺失信息（一开始肯定是有缺失，因为参考文档集一开始初始化是空的）
2. 通过上一步得到候选参考文档D，使用Progressive Selection选择能够支持的文档。
3. 使用Retrieval Verification判断是否能够支持，如果不能返回第一步；否则结束。