[论文解读] Explainable Innovation Engine: Dual-Tree Agent-RAG with Methods-as-Nodes and Verifiable Write-Back

Renwei Meng|arXiv (Cornell University)|Mar 10, 2026

Scientific Computing and Data Management被引用 0

一句话总结

提出一个可解释的创新引擎，使用方法作为节点，具备双树溯源与抽象结构，以及策略驱动的综合与可验证的回写，实现可控、可审计的基于RAG的创新。

ABSTRACT

Retrieval-augmented generation (RAG) improves factual grounding, yet most systems rely on flat chunk retrieval and provide limited control over multi-step synthesis. We propose an Explainable Innovation Engine that upgrades the knowledge unit from text chunks to methods-as-nodes. The engine maintains a weighted method provenance tree for traceable derivations and a hierarchical clustering abstraction tree for efficient top-down navigation. At inference time, a strategy agent selects explicit synthesis operators (e.g., induction, deduction, analogy), composes new method nodes, and records an auditable trajectory. A verifier-scorer layer then prunes low-quality candidates and writes validated nodes back to support continual growth. Expert evaluation across six domains and multiple backbones shows consistent gains over a vanilla baseline, with the largest improvements on derivation-heavy settings, and ablations confirm the complementary roles of provenance backtracking and pruning. These results suggest a practical path toward controllable, explainable, and verifiable innovation in agentic RAG systems. Code is available at the project GitHub repository https://github.com/xiaolu-666113/Dual-Tree-Agent-RAG.

研究动机与目标

• 通过引入方法作为节点作为索引单位，解决RAG系统中平面分块检索与多步控制受限的问题。
• 开发双树知识表示（方法溯源树与聚类抽象树），实现可解释的导航与审计。
• 设计带有策略运算符、溯源感知的综合、基于分数的剪裁、可执行验证和回写的闭环推理管道，以实现持续增长。
• 在多领域和多种骨干模型上展示相对于基线的改进，并通过消融验证组件贡献。

提出的方法

• 引入两种互补结构：一是记录可重复使用的方法单元之间加权推导的“方法溯源树”；二是实现分层自顶向下导航的“聚类抽象树”。
• 离线多模态归一化与保留上下文的分割，以提取先前方法与派生方法及边属性与权重。
• 使用向量嵌入和余弦相似度对方法进行去重与规范化；保持可审计的溯源痕迹。
• 在抽象树上的在线漏斗检索，结合衰减预算向叶子方法逐步下钻，并通过祖先溯源回溯形成综合的上下文。
• 策略代理从综合算子库（如归纳、演绎、类比）中选择，生成候选方法节点，给出解释、新颖性、适用性及验证计划。
• 一个评分与验证回路（可由人类解读的评分标准与在形式域中的可执行验证）对低质量候选项进行剪裁，并将经验证的节点回写回知识库。
• 可选的无监督进化，结合安全约束，包括反证机制与溯源日志记录。

Figure 1: The complete algorithm process

实验结果

研究问题

• RQ1 将方法作为节点并结合双树结构的索引，在RAG驱动的创新任务中如何提升可解释性与可控性？
• RQ2 策略驱动的综合与溯源回溯如何提升跨领域的高质量、可验证推导？
• RQ3 剪裁与可执行验证如何影响方法库的可靠性与持续增长？
• RQ4 在多模态输入下，所提双树Agent-RAG的效率与可扩展性特征为何？

主要发现

• Agent-RAG 在六个领域、多个骨干模型上相对基线呈现一致改善。
• 在偏向推导的领域（如数学）中，收益最大。
• 消融实验显示溯源回溯与剪裁在性能上具有互补作用。
• 时效性实验表明在中等预算下，成本-质量权衡有利，质量接近最优。
• 骨干LLM质量在绝对性能上具有决定性作用，Agent-RAG在所有测试骨干模型上实现了领域平均分的提升。

Figure 2: A schematic diagram of Clustering Abstraction Tree and Method Provenance Tree