多跳推理 是什麼？

Multi-hop Reasoning — 多跳推理 的完整解釋

多跳推理是指需要通過多個推理步驟才能得出結論的推理過程，模擬人類複雜的思考方式。

容易混淆

多跳推理 vs 單跳推理 多跳推理：要串多個線索才能答 單跳推理：看一段資訊就能直接答 最關鍵的區別：先看它是在比什麼，再看它怎麼做。

多跳推理 vs 背答案 多跳推理：要能轉換、連接、推進 背答案：只記住結論，換題就容易卡住 最關鍵的區別：先看它是在比什麼，再看它怎麼做。

記住這句就好

答案不在一格裡，就要一格一格跳過去。

實際案例

知識問答 先找出某人物的公司，再找出公司所在地，最後回答這家公司在哪個城市。

醫療推論 從症狀找疾病分類，再從疾病找檢查項目，最後判斷下一步處置。

算法與應用

多跳推理常和知識庫、檢索增強生成一起用，先找證據，再做連結。 難點在於每一跳都可能把錯誤放大，所以檢索品質和中間推理都很重要。 如果中間步驟被污染，最後答案即使看起來合理，也可能是錯的。

情境判斷

Q1（直覺題）：你要回答「A 公司的創辦人住在哪個城市」，而資訊分散在三份文件裡，這屬於什麼？ → 多跳推理，因為要先找公司、再找創辦人、最後找城市。

Q2（判斷題）：如果第一跳就找錯人，後面每一步都很順，答案還可信嗎？ → 不可信，推理鏈越順不代表越對，起點錯了整條鏈都會跟著偏。

常見問題

多跳推理和 chain-of-thought 一樣嗎？

不一樣。思維鏈是寫出推理過程，多跳推理是問題本身需要多步連接。

為什麼資料檢索很重要？

因為每一跳都靠前一跳找來的證據，檢索差會直接拖垮整條推理鏈。

它只出現在問答系統嗎？

不是，推薦、法務、醫療、風控都會碰到。