multi-hop-bridge

name	multi_hop_bridge
description	通过“实体-属性-实体”链式检索，把分散在多处的信息桥接起来，回答需要 2 步以上推理的问题。
trigger	当问题包含“谁/哪里的 X 与 Y 的关系是什么”或“先找 A，再基于 A 找 B”这类跨实体、跨文档的提问时启用。
success_rate	0
status	seed
trigger_conditions	{"domain":["general"],"entity_types":["entity"],"attribute_types":["any"],"coverage_gap_pattern":"multi_hop_reasoning"}
cost_hint	high
effectiveness_score	0

multi_hop_bridge

目标

解决需要“先定位一个实体，再以该实体为跳板去定位第二个实体或属性”的多跳搜索问题。单条文档往往只包含部分线索，必须串联多条信息才能得出最终答案。

适用场景

• 例1：Where is the place Norman Allen Adie moved to the US to work at located in?
• 例2：When did the first casino open in the city where WPGG is licensed?
• 例3：Identify the show that features the character Christian Mann.
• 例4：Find the construction cost of Hvalbiartunnilin tunnel on Suðuroy, Faroe Islands.
• 例5：Which white large hoofed mammal endemic to North America does the Stoney word waputik refer to?

不适用场景

• 单跳即可完成的定义型问题（如“什么是光合作用？”）。
• 需要主观判断或观点类问题（如“这部电影好不好看？”）。
• 完全依赖实时数据且无法通过已知实体桥接的问题（如“现在比特币价格是多少？”）。

核心原则

1. 先拆链：把问题拆成“实体 A → 属性/关系 → 实体 B”的链条。
2. 先锚后扩：先锁定最易检索的实体（专有名词、缩写、数字），再以其为关键词扩展搜索。
3. 逐跳验证：每拿到一条新信息，立即回代到原问题验证是否满足下一跳条件。
4. 用结构化源优先：维基百科、官方报告、权威数据库通常一次给出多跳所需字段，优先使用。

标准执行流程

1. 识别锚点
   用命名实体识别或关键词抽取，找出问题中最独特、最少歧义的词（人名、地名、缩写、年份）。
   例：WPGG、Norman Allen Adie、Christian Mann、Hvalbiartunnilin。

2. 构造第一跳查询
   用锚点 + 限定词快速定位主体页面或权威摘要。
   模板："{anchor} site:wikipedia.org" 或 "{anchor} {限定词}"。

3. 提取桥接字段
   在返回的摘要或信息框里找到“下一步所需的键”——通常是另一实体名、地点、日期。
   例：WPGG → Atlantic City；Norman Allen Adie → Los Alamos National Lab。

4. 构造第二跳查询
   用上一步得到的桥接字段作为新锚点，继续检索缺失属性。
   模板："{bridge_entity} {target_attribute}" 或 "{bridge_entity} {event} date"。

5. 交叉验证
   至少用 2 个独立来源确认同一事实；若冲突，回到步骤 2 调整关键词或限定条件。

6. 整合答案
   把各跳结果按逻辑顺序拼接成一句话，确保覆盖问题所有限定条件。
   例：Atlantic City 的第一家赌场是 Resorts Casino Hotel，于 1978 年 5 月 26 日开业。

7. 格式化输出
   按题目要求用 \boxed{} 或列表形式给出最终答案，并附关键来源链接。

检索策略模板

• 第一跳（定位实体）："{entity_name} site:en.wikipedia.org"
• 第二跳（查属性）："{bridge_entity} "{attribute_phrase}" filetype:pdf OR site:gov OR site:org"

补充策略 (from dataset mining: multi_hop_bridge)

核心原则

1. 先拆桥点：明确必须先确定的“中间键”（人、地、时、机构）。
2. 独立验证：把每段子问题当作独立查询，分别找可靠来源确认。
3. 链式引用：用第一段答案作为第二段查询的关键词，确保上下文一致。
4. 回环校验：最终把多段信息拼回原始问题，检查逻辑闭环且无断层。

标准执行流程

1. 问题解析
   划出所有实体与属性，标出必须先确定的”桥点”。
   例：“Bajazet 的作曲家出生地的瘟疫次数” → 桥点 = 作曲家 & 出生地

2. 首段查询
   用 {主实体} {关键属性} site:wikipedia.org 锁定桥点。
   例：Bajazet composer birthplace

3. 验证桥点
   确认来源一致且唯一；若出现歧义，用附加限定词再搜。
   例：Bajazet opera composer Vivaldi birthplace

4. 次段查询
   用已验证的桥点作为新主语，追问下一属性。
   例：plague outbreaks {birthplace} history

5. 交叉核对
   至少两个独立来源确认每段结果；时间、地点、人名需完全对齐。

6. 整合回答
   按“桥点→追问→结论”顺序写清推理链，附引用。

7. 回环检查
   把最终答案代入原问题朗读，确保无缺失逻辑。

检索策略模板

1. 首段锁定桥点
   {主实体} {关键属性} site:wikipedia.org
   例：Jennifer Hudson American Idol season

2. 次段追问细节
   {桥点} {待追问属性} {限定条件}
   例：American Idol Season 3 winner