这周 arXiv 上能看的东西不少，值得收的只有一条。
所以这期只有一张卡片。不是偷懒。这条本身够长，一条顶一期。
QueryFlow：查询条件得跟着证据一起变
11 月 3 号提交，arXiv:2611.04625，cs.IR 和 cs.AI 双分类，五位作者。
一句话讲清楚：它不只是做了一个新的检索器，它主张的是，在多跳检索里，你要找什么，应该随着你已经找到什么而改。
这个说法本身不新。但被做成能跑的系统，还甩了四个数据集的数字，就值得单独拎出来。
它戳的是个老盲点
多跳 RAG 的场景同行都熟。预算有限，要从几个互相关联的页面里凑出能互相补位的证据，撑起事实核查这类活。
问题在于，你拿原始问题去挨个给每条证据打分，一定会漏。
有些证据单独看跟问题八竿子打不着。它的相关性得靠中间那条事实垫一下才显出来。垫的那条不在，它就一直零分。
两条老路，各有各的瘸
一条是迭代式检索，把中间捞到的事实并进下一轮查询。问题是查询改得比较随意，改法全看上一轮的结果，没有结构。
另一条是图检索，显式地把证据单元之间的关系建出来。结构是有了。
作者指出的毛病在这儿：这些图检索器会更新实体表示，但不更新查询条件本身。
翻成白话，就是它们会更新“我知道的东西”，不更新“我在找什么”。
我觉得这句是整篇最值钱的地方。其余都是工程。
QueryFlow 怎么做的
它反复把一段摘要注入一个共享的查询状态。摘要以查询为条件，由图上下文生成。这个状态再决定后面传播时用什么边界输入、什么关系特征。
这段我读了两遍才捋顺。第一遍以为只是把摘要塞回去，第二遍才看出来，被改的是“查询”这个对象本身，不是查询的文本。
作者原话说得比较绕，叫证据表示与查询条件相互耦合、共同演化。白话版一句：你找什么，取决于你已经找到什么；而你找到什么，又取决于你在找什么。
一句话的事，写了一段。
数字，以及我对数字的态度
四个有代表性的多跳问答数据集，macro Recall@10 高 4.98 个百分点，Full Recall@10 高 8.40 个百分点，LLM-Acc 高 8.0 个百分点。
这类自家跑出来的对比数字，我一般不直接抄进结论。baseline 挑的谁、检索预算怎么设、四个数据集是平均还是被某一个拉起来的，摘要里看不出来。
但 Full Recall@10 那 8.4 个点，方向上是能对上它自己的主张的。Full Recall 这种指标涨起来，多半就是原来漏掉的那批证据被捞回来了。跟“查询不跟着变就会漏”这句话，接得上。
所以数字我存疑，方向我认。
留给普通人的部分
你用任何带联网的 AI 问一个绕一点的问题，它第一轮没找着，基本就停了，然后开始编。
手搓版 QueryFlow 只有一步：把第一轮找到的半截东西，改写成第二个问题再问一次。
多数人卡在这儿，不是工具不行，是没意识到“改问题”这件事本来就该发生在检索过程中间，而不是一开始问完就定死。
这条能落到一个具体动作上，所以我收了。
一句坦白
这条我不太确定值不值得单独占一期。全文加 TeX 源码一起才六百多 K，短得有点意外，实验部分我也只细看了主表。
但它太符合我这周的筛选标准了。能一句话讲清，能落到一个具体动作，还能顺手把“耦合演化”这种听着很重的词拆回地面上。
先放在这里。看完觉得我理解偏了，尤其是那个共享查询状态到底改的是什么，欢迎回来给我讲讲。
本周就这些，下周见。