Self-Ask 在哪些推理任务上效果最显著？

1. 多跳事实性问答

这是 Self-Ask 最核心的适用场景。当一个问题需要串联两个或以上独立事实才能得出答案时（如"哪位导演执导了获得奥斯卡最佳影片的那部电影，而该片上映年份恰好是某位名人出生的年份？"），Self-Ask 的结构化拆解能显著提升准确率。

2. 跨文档信息综合

在阅读理解和开放域问答中，答案往往分散在多篇文档的不同段落里。Self-Ask 可以将"找到所有相关事实并综合"这一模糊任务转化为一系列明确的子查询，每个子查询对应一篇文档或一个段落的信息抽取。

3. 数值推理与比较

涉及数值计算、排序、比较的问题（如"A 公司和 B 公司哪家的年营收增长率更高？"）也适合 Self-Ask 模式：先分别查询两家公司的营收数据，再进行比较运算。这种方式避免了模型在单步推理中同时执行检索和计算的认知负担。