给 RAG 加 ai_decide 决策层:证据不足就拒答,而非硬编答案
Limp-Park7849 · reddit · 2026-10-15
作者对比了传统 RAG 与加了「aidecide 决策层」的门控流水线:
- 传统 RAG:用户提问 → top-k 相似检索 → LLM 无论检索内容是否足够都强行写答案,常出现带真实引用却答非所问的幻觉。
- 门控 RAG:在三个关口用 aidecide 检查——①问题是否在范围内(否则直接出界回复,不做检索不生成);②检索到的段落能否完整回答(否则澄清/弃答/升级,0 生成 token);③答案中每条论断是否被证据支撑(否则扣下草稿、选择弃答)。
检索用 BM25+向量混合,支持中英/法双语,LLM 只能基于带引用的段落作答。核心思想是让系统在证据不足时学会「不回答」,从源头抑制幻觉。
「编程与Agent」频道最新
- Neon 推出 TanStack AI 官方 AI Gateway 适配器，一个凭据调用多家模型 — matei_zaharia · 2026-10-23
- Modal 开源 Spindle：Tinker 兼容训练服务器，按 GPU 计费不再按 token 付费 — andersonbcdefg · 2026-10-23
- Reflection AI 演示 Beam 接入 opencode,自动微调 Gemma-4 准确率提升 66.5% — danielhanchen · 2026-10-23
- Cua 推出 Spaces SDK：让 Hermes 等 Agent 跑在你自己的电脑沙箱里 — Teknium · 2026-10-23
- PHP 爆两个未认证 RCE 漏洞，ProjectDiscovery 推全网免费告警服务 — cyb3rops · 2026-10-23
- Modal 开源 Spindle：Tinker 兼容自托管训练服务器，按 GPU 计费替代按 token 计费 — josh_wills · 2026-10-23