大語言模型（LLM）在多種任務中表現出色，但在長文本生成中仍然容易出現幻覺，尤其是在檢索上下文冗餘或推理鏈較長的情況下，事實錯誤會被進一步放大。近年來的研究揭示了一個關鍵現象：關鍵信息越靠近模型輸出，事實準確性就越高。然而，現有的檢索增強語言模型（RALM）缺乏有效機制來保證這種接近性——外部證據通過多輪檢索被注入推理過程，但無法確保關鍵信息始終靠近最終輸出。
為了填補這一空白，Yujie Feng等十位研究者在arXiv上提交了一篇論文（編號2605.28828），提出了一種名為微宏檢索（M2R）的新型“邊檢索邊生成”框架。在宏觀層面，M2R從外部來源檢索粗粒度的證據；在微觀層面，它從推理過程中構建的關鍵信息庫中提取核心結果，並在生成答案時重新利用這些結果。這種雙層設計直接解決了關鍵信息到輸出的接近性瓶頸，從而有效減少了長文本任務中的幻覺現象。
M2R的訓練採用了基於課程學習的強化學習策略，並使用定製化的基於規則的獎勵機制，使模型能夠穩定地掌握檢索和歸因技能。論文在多個基準測試上進行了廣泛的實驗，結果顯示M2R非常有效，尤其在長上下文設置中表現突出。這項工作對於提升LLM在長文本生成任務中的可靠性具有重要意義，未來可能影響模型選型、推理成本、產品能力和評測基準。