本文综述检索增强语言模型研究：在相同证据下比较不同模型的生成答案，分析检索增强对语言模型的影响及证据质量的作用，关注流利度、长度、差异与答案归因，并收集人工标注以评估自动归因。研究揭示检索增强对长篇知识文本生成的影响，分析归因错误主因，并指出未来方向。