本研究提出了RetroLLM框架，旨在解决大型语言模型生成过程中的幻觉问题。通过整合检索与生成，RetroLLM引入层次FM-Index约束和前瞻性解码策略，显著提高生成证据的准确性和相关性，超越现有方法在开放领域问答数据集上的表现。