标签
提出TR-RAG，一种面向英文证据跨语言RAG的教师正则化强化学习方案，将奖励优化与在线策略蒸馏相结合，以解决语言漂移和证据使用不可靠的问题。实验表明，在多个基准测试中，该方法在语言一致性和基于证据的正确性方面均有提升。