RCER：迭代式 RAG 重建跨证据关系，多跳 QA 平均提升约 3 点 F1

arXiv 论文（2610.19398）提出 RCER，一种面向复杂问题的迭代检索增强生成方法，核心是直接从累积的检索段落中重建跨证据关系。该方法分三步：跨轮关系证据获取驱动动态问题分解与迭代检索，推理上下文重建联合选择互补段落并推导跨证据推论，跨证据组合推理据此推导答案。在三个多跳 QA 基准上平均超越最佳基线 2.83 EM 和 3.06 F1，叙事与隐式推理任务上也表现更优。