多跳RAG漏证据真因:不是检索不到,而是搜索漂移
_reachsumit · x · 2026-10-16
arXiv 论文《Beyond Retrieval Failure》研究多跳 RAG 中模型漏掉关键证据的原因。作者指出,标准检索评测混淆了两种失败:证据对检索器不可达,还是 agent 根本没发出能召回它的查询。
- 提出 ExecutionRAG:一个免训练的「需求登记表」,记录未解决的子问题及其支撑证据,只改变搜索引导、不改变证据可达性,因此它找回的每条 gold passage 都证明原检索器本可触达。
- 在 1,000 条 MuSiQue 问题上,「答案错误且必需证据未被检索」的数量:all-MiniLM-L6-v2 从 382 降到 234,Qwen3-Embedding-0.6B 从 383 降到 274,分别占各自错误答案的 69%→44% 和 66%→48%。
- 关键结论:证据召回并未带来总错误成比例下降——过早下结论和弃答反而增多。瓶颈从「引导搜索」转移到别处。
「编程与Agent」频道最新
- 博主称免费版用户已严重低估 10 个月来 AI Agent 的进步 — realmeetjames · 2026-10-16
- Google 开源 AX:像 Kubernetes 一样编排数十亿 Agent 任务 — thisdudelikesAI · 2026-10-16
- 腾讯混元开源 Hy Memory 2.0:模型+框架+MemHub 三件套管 Agent 记忆 — TencentHunyuan · 2026-10-16
- ERP•AI 推出按机器计费的企业软件:0 美元席位, $1 可跑 4000 次记录写入 — rohanpaul_ai · 2026-10-16
- FDE-Gym 基准曝光 AI 交付最后一英里：前沿模型得分最多 0.56 — DeepLethe · 2026-10-16
- ModelClock 推出免费 MCP 服务器，帮 agent 查模型下线时间表 — zomenaro · 2026-10-16