近期，民族教育信息化教育部重点实验室甘健侯教授团队指导的硕士研究生吕晋鑫，以第一作者身份在国际权威期刊《Pattern Recognition》发表研究成果“Dual-strategy retrieval-augmented generation for anomaly recovery in large language models”。云南师范大学为第一完成单位，甘健侯教授为通讯作者。

该研究提出了一种基于答案候选与任务分解的双策略检索增强生成方法，旨在缓解大语言模型在问答任务中因过度依赖参数化知识而引发的幻觉问题。该方法首先评估模型自身的参数化知识能力，以判断是否需要执行检索操作；对于需要检索的问题，采用任务分解策略获取更相关的段落信息；对于无需检索的问题，则通过候选答案评估优化生成过程。实验结果表明，该方法在多个问答数据集上显著优于现有检索增强生成方法，能有效增强事实推理、降低幻觉引发的异常，提升安全关键场景下的可靠性，为高可靠性问答系统设计提供了技术参考。

《Pattern Recognition》是Elsevier旗下模式识别与机器学习领域的权威期刊，属于中科院SCI一区TOP期刊，影响因子7.6，在人工智能、计算机视觉及模式识别领域享有较高的学术声誉。该成果的发表体现了实验室在人工智能基础研究领域的技术创新突破，为智能教育场景中大模型可信应用的广泛落地提供了关键技术支撑。