CARA 是一种无需训练的因果引导检索代理，旨在在文本丰富的知识图谱上进行检索增强生成。它通过两项因果相关性指标来评估检索证据：后果性（consequentiality）衡量加入证据后答案可得性是否提升，必要性（essentiality）衡量移除证据后答案可得性是否下降。
随后将这两项评估与路径一致性相结合，引导多跳图遍历。为了融合来自不同代理的证据，CARA 采用互惠排名融合（reciprocal rank fusion）。
在三个 STaRK 基准上加入真实答案后进行下游问答评估，实验表明 CARA 在检索准确率、答案质量和忠实度上均优于现有方法，同时检查的图节点更少，检索操作更少。结果证明因果相关性评估能够使图检索更聚焦、更高效，从而提升检索和问答整体性能。
点评