RAG 九次全错却句句有据:条件判定交给代码后正确率升至 5/6
International_Elk_33 · reddit · 2026-10-18
开发者分享其 RAG 引擎在一条税务问题上 9 次全部答错的案例：每个句子都正确引用了《所得税法》s.62、CRA Folio S1-F3-C4 等真实来源并通过句级事实核查，但模型把「仅可从新工作地点工资中扣除搬迁费」的规则错误套到了奖学金情形上——引用正确不等于答案正确。
修复方法（0/9 → 5/6）：不再让模型自行判断规则是否适用，而是让模型把每条规则的条件改写成是/否问题（引用规则原文），只能通过复制提问者原话来回答，答不出就标 "unsettled"；由代码比对两处引用后决定规则适用、不适用或无法判断。
其他配套做法：
- 先由 planner 读懂问题再检索，描述提问者处境的句子保持完整不拆分；
- 数字由代码计算：模型只写公式，来源与问题中的数字代入由代码执行，无出处的数字一律拒绝；
- 每句答案标注核查方式（代码逐字匹配/独立模型核查/代码计算），不合格的句子直接移除。
成本仅增加 15-25 秒和不足一美分，且只作用于描述个人情形的问题。作者在 Grounded IQ 工作，方法论论文基于 34,735 条 FDA 药品标签的基准（SSRN），并附引擎演示视频。
「编程与Agent」频道最新
- Opus 花三天用 Unreal+Blender+Tripo 独立建成游戏世界 — bookwormengr · 2026-10-18
- Nimble Notes:本地轻量的 vibe-coding 笔记伴侣应用 — Nimblecloud13 · 2026-10-18
- 用双 Claude 会话协作渲染 16074 帧代码生成 MV — Se777enUP · 2026-10-18
- RAG 过时了吗？百万级文档场景下它仍是成本最优解 — ashishllm · 2026-10-18
- 喝着酒抽着烟，他一天 merged 十几个编译器 PR — cramforce · 2026-10-18
- Xcode 菜单过滤是 AppKit 内置功能，一条 defaults 命令即可给任意 App 开启 — zats · 2026-10-18