本研究提出RHIO框架，以解决大型语言模型在长文本问答中的上下文忠实性问题，显著提升模型的忠实度，并开发了GroundBench基准进行评估。实验结果表明，RHIO优于GPT-4o。

本研究提出了一种动态检索方法，解决了生成模型在长文本问答中的不足。通过不确定性检测，检索调用次数减少近50%，问答准确性影响微小。