本文介绍了一种增强检索的生成方法（GAR），通过生成相关语境提升开放领域问答的效果。GAR在多个数据集上优于传统检索算法，并结合迁移学习和多阶段关注机制，显著提高问答系统性能。研究表明，检索与生成的结合有效改善大型语言模型的推理能力和生成质量。