arXiv cs.CL· Jiaqi Wei, Wenxuan Huang, Chengdong Xu, Xiang Zhang, Wanli Ouyang·· 2 天前AI 评分36
超越检索失败：LLM 为何在多跳 RAG 中漏掉证据
Beyond Retrieval Failure: Understanding Why LLMs Miss Evidence in Multi-Hop RAG
AI 导读
研究提出无需训练的 ExecutionRAG 需求登记机制，记录未解决的子问题及其支撑证据，以区分检索器无法访问与智能体未发起查询两类失败原因。在 1,000 道 MuSiQue 问题上，all-MiniLM-L6-v2 的缺失证据错误答案从 382 降至 234，Qwen3-Embedding-0.6B 从 383 降至 274。
正文 · AI 翻译
摘要：多跳检索增强生成（RAG）要求智能体为一系列相互依赖的子问题检索证据。当错误答案缺少所需段落时，该段落可能对检索器不可访问，或者智能体未能发出能够检索到它的查询。标准检索评估将这两种原因混为一谈。我们研究有多少表面上的检索失败实际上是由搜索漂移引起的：搜索不再追踪一个未回答的子问题。在保持检索器、语料库和生成模型不变的情况下，我们引入了 ExecutionRAG，一种无需训练的需求登记表，用于记录未解决的子问题及其支持证据。该登记表改变搜索引导，但不改变证据访问，因此它恢复的每个黄金段落都证明该段落可被原始检索器访问。在 1,000 个 MuSiQue 问题上，使用 all-MiniLM-L6-v2 时，未检索到所需证据的错误答案数量从 382 降至 234；使用 Qwen3-Embedding-0.6B 时，从 383 降至 274。这些计数分别对应于各系统错误答案的 69% 至 44% 和 66% 至 48%。关键在于，证据恢复并未带来总错误的成比例减少：随着缺失证据失败减少，过早解决和弃权增加。因此，核心发现是剩余瓶颈发生了转移，从引导搜索指向所需证据，转向验证检索到的证据是否充分。
| Comments: | 已被 DAI 2026 Oral 接收 |
| Subjects: | 计算与语言（cs.CL） |
| Cite as: | arXiv:2610.21184 [cs.CL] |
| （或使用 arXiv:2610.21184v1 [cs.CL] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.21184 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Jiaqi Wei [查看电子邮件]
[v1]
2026年10月15日星期四 03:39:25 UTC（780 KB）
来源：arXiv cs.CL · arxiv.org