BELIEFRAG：让 Adaptive RAG 在不断演化的证据下具备状态感知能力

Adaptive RAG 使用置信度、相关性、支持度和检索质量等信号，来决定何时搜索或修正证据。然而，在多步检索中，这些局部信号必须结合起来，形成一个持久的视图，以明确当前证据支持什么、仍缺少什么，以及接下来应采取何种行动。现有方法通常将这些信号作为彼此独立的触发器使用，因而难以在整个轨迹中保持连贯的证据状态；我们将这一问题称为证据状态碎片化。我们提出 BELIEFRAG，这是一种闭环控制器，可显式更新关于充分性、可靠性、冲突、不确定性、证据缺口和获取成本的状态，然后在检索、查询重写、验证、回答、停止和拒答之间进行选择。在使用 gpt-oss-120b 的六个问答基准上，BELIEFRAG 的平均 token F1 达到 0.572，每个问题使用 3.89k 个 token；相比固定的迭代检索方法，其 F1 为 0.555，而 BELIEFRAG 使用的 token 数减少了 39%。同样的质量—成本模式也迁移到了 Qwen3-32B：BELIEFRAG 达到 0.552 F1，而迭代检索为 0.523，同时 token 使用量减少了 35%。分析表明，主要收益来自纠错式重新检索，而不仅仅是剪枝；同时，若干信念维度存在冗余，而经过校准的可回答性发挥了最重要的操作作用。校准能够提升相关证据来源之间的阈值稳定性，但来源分布变化仍可能使同一决策信号失效。