arXiv cs.AI· Lauren Pothuru, Spurthi Setty, Natan Vidra·· 1 天前AI 评分31
AgenticRAG-FP：智能体 RAG 因果失败归因的干预式基准
When Failures Propagate: Causal Failure Attribution in Agentic Retrieval-Augmented Generation
AI 导读
论文提出 AgenticRAG-FP，一个针对智能体 RAG 因果失败归因的干预式基准，通过在指定 hop 注入经认证的故障并重执行下游轨迹，检验事后 trace 能否仍定位注入点。
正文 · AI 翻译
摘要：Agentic 检索增强生成（RAG）在多跳过程中交错进行检索、推理和答案生成。第 1 跳的检索错误可能只会在第 3 跳表现为错误答案，而后续检索也可能修复轨迹。本文提出 AgenticRAG-FP，一个用于 agentic RAG 中因果故障归因的干预式基准。该基准在指定跳注入经认证的故障，重新执行下游轨迹，并对照已知干预位置评估诊断器。其核心问题是：在后续片段发生变化后，事后轨迹是否仍能识别出被注入故障的那一跳。在针对三跳 MuSiQue 问题的密集 Claude Haiku 4.5 结构扫描中，基于覆盖率的诊断在第 1 跳为 0.91，在第 2 和第 3 跳为 0.00（n=43,36,21 条失败轨迹），但它在 96% 的失败中预测为第 1 跳，这实际上是一条“最早跳”规则；在第 2 和第 3 跳，LLM 评判器和冻结跳修复仅能定位 0.25 至 0.48 的失败。在更大规模的内容损坏运行中，深度为 2 的精确跳准确率对覆盖率为 0.00，对 LLM 评判器为 0.49，对冻结跳修复为 0.59，对后缀重新生成为 0.14（n=51）；评判器与冻结跳修复之间无显著差异（精确 McNemar p=0.33）。
| 评论： | 12 页。v2：更新作者列表和结果，以匹配 EMNLP 2026 REALM Workshop 的定稿版本。本工作作为 Anote AI Research Fellowship 的一部分完成 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2608.20627 [cs.CL] |
| （或 arXiv:2608.20627v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.20627 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Lauren Pothuru [查看邮箱]
[v1]
2026 年 8 月 20 日星期四 23:56:34 UTC（48 KB）
[v2]
2026 年 11 月 10 日星期二 23:49:40 UTC（51 KB）
来源：arXiv cs.AI · arxiv.org