arXivAI 代理進階

RECAST：透過自適應證據路由，為 LLM 計算出正確的上下文

RECAST: Active Evidence Construction via Adaptive Routing and Computation

2026/10/082 分鐘閱讀

30 秒看懂

傳統的 RAG 依賴靜態的相似度檢索，難以處理需要跨多個資料源進行篩選、聚合或計算的複雜任務。由麻省理工等機構研究團隊提出的 RECAST 框架，將證據建構視為循序決策過程。該系統由輕量化的 RouterLM 迭代選擇檢索與計算操作，並由 frozen CompilerLM 將自訂操作轉譯為可執行程式碼。一旦 RouterLM 判斷證據足夠，即交由 AnswerLM 產出解答。實驗顯示，經 GRPO 訓練的 Qwen3.5-9B 版 RECAST 表現優異，在多個基準測試中大幅超越傳統 RAG，並具備強大的零樣本泛化能力。

核心重點

主動推導證據

不只進行「被動檢索」，而是透過篩選、聚合與多步驟計算，主動構建出原本不存在於單一來源的合成證據。

三模型協作架構

RouterLM 負責循序決策，CompilerLM 將操作轉為可執行程式碼，最後由 AnswerLM 根據編譯好的證據回答問題。

基於 GRPO 的強化學習

RouterLM 透過監督式微調（SFT）與群體相對策略優化（GRPO）進行訓練，使 9B 模型能超越未經訓練的 Gemini 3.5 Flash。

優異的零樣本泛化

在未接觸過的測試基準上，RECAST 相較於最強的基底模型平均提升了 15.0%，展現極佳的跨任務適應力。

技術圖解

RECAST 系統架構與運作流程

為什麼重要

這項研究打破了傳統 RAG 僅能「檢索既有片段」的限制，讓 AI 系統具備主動「計算與合成」證據的能力。這對於財務分析、多表數據庫查詢等需要進行複雜邏輯與數值運算的場景至關重要。此外，利用 GRPO 訓練中階模型即可超越大型商用模型，為企業部署高效率且高精準度的專屬 Agent 提供了全新路徑。

對誰有影響

AI 開發者
AI 研究人員
企業決策者

可以怎麼使用

1多源財務報表與數據庫分析
2需要跨文件比對與數值計算的複雜問答系統
3自動化數據清理與多步驟程式碼生成推理

限制與注意事項

高度依賴程式碼執行環境，若 CompilerLM 編譯出的程式碼出錯，可能導致推理中斷或死循環。
多輪迭代的決策過程與程式碼編譯，相比傳統一次性 RAG 會增加系統推理延遲與運算成本。