本研究提出了一种基于大型语言模型的多智能体系统迭代检索方法，通过动态知识优化查询，避免偏见强化。该系统在复杂任务中表现出更高的检索精度和效率，优于传统方法。

本文提出了一种迭代检索-生成框架，以提升大型语言模型的推理能力。实验结果显示，该方法在多跳问答任务中显著优于传统模型。研究探讨了如何结合检索段落与语言模型，提高答案生成的准确性和可解释性，并提出多种改进技术以增强检索质量和效率。