本研究提出了TreeHop方法，以提高多跳问题回答中的信息合成效率。该方法通过动态更新查询嵌入，消除了传统查询重写的需求。实验结果表明，TreeHop在多个数据集上的表现与先进方法相当，但模型参数仅为其5%-0.4%，查询延迟减少约99%，显示出在知识密集型应用中的潜力。

本研究提出KIMAs系统，旨在解决知识密集型应用在异构数据处理、对话管理和低延迟响应方面的不足，从而提高检索准确性和对话连贯性，支持大规模应用的可靠部署。