DynaKRAG: 다중 홉 검색-증강 생성에서 학습 가능한 증거 제어를 위한 통합 프레임워크
DynaKRAG: A Unified Framework for Learnable Evidence Control in Multi-Hop Retrieval-Augmented Generation
DynaKRAG는 다중 홉 RAG에서 반복 검색, 질의 재구성, 브리지 엔티티 확장, 충분성 판단 등 이질적인 증거 연산을 통합된 상태 조건부 프레임워크로 정식화하며, 유효성 레이어가 실행 가능한 액션 집합을 구성하고 학습된 컨트롤러가 최적 연산을 선택한다. Qwen2.5-7B-Instruct 기반으로 HotpotQA, 2WikiMultiHopQA, MuSiQue 세 벤치마크에서 모든 기준선을 능가하며, 학습된 컨트롤러 제거 시 F1이 최대 5.78 포인트 하락해 상태 조건부 제어 정책 학습의 효과를 입증한다.