EMNLP 2025 | CARE：无需外部工具，让大模型原生检索增强推理实现上下文高保真

近日，来自 MetaGPT、蒙特利尔大学和 Mila 研究所、麦吉尔大学、耶鲁大学等机构的研究团队发布 CARE 框架，一个新颖的原生检索增强推理框架， 教会 LLM 将推理过程中的上下文事实与模型自身的检索能力 有机结合 起来 。该框架现已全面开源，包括训练数据集、训练代码、模型 checkpoints 和 评估代码，为社区提供一套完整的、可复现工作。 项目主页：https://foundationagents.github.io/CARE 论文地址：https://arxiv.org/abs/2509.13683 https://huggingface.co/collections/sheryc/care-datasets-emnlp-2025-68be35242afab58f4bed7d97 https://huggingface.co/collections/sheryc/care-checkpoints-emnlp-2025-68be35dbd732816c9d98f258 研究背景 从"外部搜索"到"原生检索"的转变 1、现有方法的困境 开源代码：https://github.com/Founda ...