---
title: "Iterative Reading — Progressive Information Extraction from Literature"
type: concept
created: 2026-06-04
tags: [information-extraction, iterative-process, llm-agent, scientific-literature]
sources: ["ma-intragent-2026"]
---

# Iterative Reading（迭代阅读）

**定义**：[[intragent|IntrAgent]] 第二阶段的机制——按章节排序结果逐步阅读文献，提取关键细节，直至信息充分。

## 动作循环

每一步，Agent 从预定义的三个动作中选择：

### 1. 重排序章节访问（Reordered Section Access）
- 从 [[section-ranking|章节排序]] 输出列表 C_R 中获取下一个章节
- 确保按估计相关性降序阅读
- 保持专注且高效的阅读轨迹

### 2. 章节细节提取（Section Detail Extraction）
- 从当前章节提取与查询相关的关键科学细节 Dᵢ
- 包括：术语、数值数据、实验设置、测量结果、统计指标、比较/因果陈述
- 每个细节锚定到原始句子并存入短期记忆
- 供最终答案合成使用

### 3. 信息充分性检查（Information Sufficiency Check）
- 这是抑制 [[hallucination-mitigation|幻觉]] 的核心机制
- LLM 评估已积累的所有细节 {D₁, ..., Dₘ} 是否足以回答问题 Q
- 不足 → 继续读下一节（"NO"）
- 充分 → 终止循环（"YES"）

## 三种置信度模式

| 模式 | 行为 | 开销 |
|------|------|------|
| 保守型 | 读少量章节即终止 | 低 |
| 平衡型（默认） | 中等章节数 | 中 |
| 激进型 | 读取更多章节 | 高 |

## 最终答案合成

循环终止后（读 m 个章节），LLM 综合所有累积细节生成最终答案：
```
A = LLM(D₁, ..., Dₘ, Q)
```

## 关键设计洞察

- **防止过早终止**：相关证据可能分散在多个非相邻章节——充分性检查跨节累积证据
- **显式幻觉控制**：与 RAG 的隐式可靠性不同，充分性检查是显式的质量闸门
- **自适应开销**：置信度模式在准确性与计算成本间提供可控权衡

## 相关概念

- [[section-ranking]] — 迭代阅读依赖的章节排序
- [[sufficiency-check]] — 充分性检查机制
- [[cross-section-synthesis]] — 跨节信息综合
- [[hallucination-mitigation]] — 幻觉抑制