基准
MuSiQue
多跳问答领域的标准基准数据集，专注于需要跨多文档推理的复杂问答任务，以问题复杂度设计著称
时间轴 (近 90 天)
10月19日
SAG2不使用嵌入，采用SQLite加BM25，配合轻量“System One”模型在查询时做上下文证据决策，索引约1.16万段落仅需2.36秒且零模型调用，在MuSiQue、2Wiki、HotpotQA上匹配稠密检索的召回水平。
待验证50%
10月7日
多跳问答是一类需要跨越多个独立证据片段才能回答的问题，主流基准包括HotpotQA、MuSiQue和2WikiMultiHopQA
待验证50%
10月2日
该实验在400个样本上展开，数据来源于MuSiQue、HotpotQA和2WikiMultiHopQA三个多跳问答数据集
待验证50%