realm-retrieve

ReaLM-Retrieve 是一个面向长链推理（CoT）场景的自适应检索增强生成（RAG）框架，解决传统RAG在大型推理模型中‘何时检索’的关键问题。它在推理过程中逐步骤动态决策是否触发外部检索，基于三类不确定性信号（自我评估、实体覆盖熵、采样一致性）学习最优检索时机，显著减少冗余调用并提升单位检索收益。项目支持与DeepSeek-R1、o1等长思维链模型集成，适用于需要高精度、低开销知识增强的复杂问答、多跳推理与事实核查任务。