2026年5月18日阅读需 1 分钟FLARE：主动检索增强生成FLARE 在 2WikiMultihopQA 上达到 51.0 EM，而单次检索 RAG 只有 39.4，但聊天模型的校准失败限制了它用于金融智能体。Mike Thriftaimachine-learningllm
