一种用于ReGenSearch任务的生成与检索协同优化方法及系统

本发明涉及自然语言处理与人工智能技术领域，具体公开了一种用于ReGenSearch任务的生成与检索协同优化方法及系统。该系统包含反思、查询改写、检索与生成协同优化、强化学习与奖励机制、答案优化与生成五大模块；先通过反思模块分析问题并扩展背景，再经查询改写模块生成优化检索查询，随后检索与生成协同优化模块动态选择生成或检索策略，结合自我批评机制判断是否迭代；以DAPO算法优化联合策略，通过分层奖励机制评估反馈；最终用DPO算法对比候选答案，选最优推理路径输出。本发明无需冷启动或特定领域微调，可直接基于预训练大语言模型运行，适配多步骤推理和长思维链任务，实现生成与检索深度融合，显著提升复杂问答的准确性、稳定性与泛化能力。